三次样条回归<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />大家好，
我正在寻找一种解决方案，使用恰好 15 节的三次样条回归来回归双变量数据集。 如果有人为我提供解决方案，那就太好了！
你好
回复：三次样条回归当您测试分类变量对分类变量对结果的影响的调节效果时，我看到三次样条选项在图形生成器的 JMP 中可用，而结果恰好是......你猜对了......也是分类变量. 这有意义吗？ 那可能吗？
回复：三次样条回归您好，感谢您的回答！ 确实是这样，但问题是，lambda 是否代表我的三次样条的结数？
编辑// 好的，我现在已经读到，您的建议是平滑样条。 平滑样条曲线不是用结计算的，而是你有带有因子 lambda 的惩罚函数。 所以问题是，JMP 中是否还有另一个函数可以计算带节点的样条曲线？
顺便说一句，有没有一个很好的功能，我可以通过输入权重值来提取样条回归的公式并计算“新”高度值？
编辑//我想我找到了解决方案。 打结样条效果对我来说应该没问题，它隐藏在 Analyze->FitModel->Attributes 下
要提取公式并计算新值，只需单击红色红色三角形->保存列->预测公式
在下一步中，只需在同一列中记下新的 x 值，因为旧的 x 值已经存在。 预测值显示在新列中！
回复：三次样条回归像这样的东西
双变量(
是( :高度) ,
X ( :重量) ,
拟合样条( 15 , {线条颜色( { 208 , 64 , 86 } )} )
) ;
