用于预测目的的xy方程确定亲爱的大家，
我需要一个关于确定xy关系确定的帮助。我有6批，我在不同的日子分析它们。（22次）。我尝试绘制x =时间点y =测量图，然后在它们之间创建最合适的方程。线性，qubic等... 如何确定最合适的方程来确定时间点x = 6 y =？值？
有人可以帮忙吗？
Re：用于预测目的的xy方程确定是的你应该不使用R square或RMSE进行模型选择。是的，您应该使用AICc等标准或使用诚实的评估方法如交叉验证 。
交叉验证使用两个或三个数据的独占分区（ 伸出套 ）。第一组用于培养 （适合）模型。第二组用于验证模型选择。可选的第三组用于测试选定的模型。您可以根据自己的分区方案或使用来指定验证集 K折交叉验证 。您可以将K-folds放到极致并使用留下一个验证。
我认为AICc在单个预测器（时间）的简单情况下绰绰有余。
所以，是的，有很多方法可以决定什么是最合适的数据集曲线。我还提到，然后另一个响应者重复，理论模型通常是最好的，当它可用时。选择模型选择标准和选择最佳曲线取决于您。
我们有很多标准是有原因的。JMP通过AICc订购候选模型是有原因的。
Re：用于预测目的的xy方程确定当我选择最合适的曲线（方程式）来获得结果时，我会尝试所有拟合选项，然后查看它们的Rsquare和RMSE值。如果R2值更高且RMSE值更低，那么对我来说这是最合适的等式。因此，选择在图片上以黄色突出显示的五次曲线。但正如你从评论中理解的那样，你从AIC值中确定最合适的方程式？我对吗？
有没有办法决定我的数据集最合适的曲线？哪种型号最适合我的结果？
你能帮忙吗？ 
Re：用于预测目的的xy方程确定我也会认为生成这个过程的“物理学” 结果随着时间的推移测量也是选择哪种模型最合适的因素。因此，如果例如每单位时间单位时间的减量可能性结果是常量，指数函数可能适用。
Re：用于预测目的的xy方程确定（请注意，我错误地在第一篇文章中包含了初始Prediction Profiler的图片。我用更新的预测分析器替换它，它反映了时间的变化为6.）
假设Batch是一个随机效应并且为了这个模型而忽略它，我使用Fit Curve来探索合理的候选模型。除了您探索的多项式模型之外，我还包括一些指数衰减模型。以下是AICc的排名：
最好的选择是三参数指数模型，二次方是第二选择。实际上，前五个模型都在4个AICc内，因此这些数据都支持它们。但我们更喜欢简约而不是复杂性。鉴于所有批次的结果随时间变化，前两个选择似乎是合理的。其他候选模型的复杂性似乎是没有根据的。
在我看来，现在的选择是你是否需要推断。当指数模型接近渐近线时，二次模型正在上升。
在这种情况下，我的偏好是指数模型，因此我将使用它来演示模型的利用。相同的过程适用于任何这些模型。
- 单击选择模型旁边的红色三角形（本例中为指数3P）。
- 选择探查 。
- 通过单击或拖动结果跟踪或直接输入值作为比例中的当前值（红色），将时间（日）更改为所需的6级。
预测更新：
因此，您在时间= 6天时的估计结果为98.46303，或96.495至100.431，置信度为95％。
Re：用于预测目的的xy方程确定嗨，
您能否帮我确定附加的jmp文件，以便在时间/结果交互之间获得最合适的方程式确定？
Re：用于预测目的的xy方程确定JMP提供了许多适合不同类型模型的平台。每个都提供各种统计数据或标准，以帮助从数据中选择最佳模型。（这个过程假设您之前没有从理论中确定模型。）线性模型是一个很好的起点。
- 选择Analyze> Fit Model。
- 选择您的从属y数据列，然后单击Y.
- 现在您可以选择：
- 你可以添加条款，直到你决定没有偏见或
- 输入所有可能的条款，并删除您认为不重要的条款，直到出现偏见。
- 您可以对单个术语的空估计使用假设检验（参数估计中的t检验或效果检验中的F检验）。
- 您可以使用有关整个模型的信息理论标准，如AICc或BIC。
- 您可以在手动选择过程中使用这些信息中的任何一种
- 单击运行并使用Fit Least Squares平台或
- 在自动选择过程中，通过将个性从标准最小二乘更改为逐步，然后单击运行。
然后，您可以使用多种方式来预测响应，但预测分析器可能是最好的。
如果线性模型不合适，那么还有其他模型可供选择。
请参阅救命 > 图书 > 拟合线性模型 。
我们还提供训练课程这个主题涵盖了这个主题，这里不容易通过简单的讨论来教授。
