¿Alguien sabe cómo generar una expresión de predicción utilizando términos cuadráticos?
Quiero mostrar una expresión como: y = A + Bx + Cx2 - Dx3 en lugar de y = A + Bx + (x-0,5) * [(x-0,5) * C] * ...
Hola,
Si guarda la fórmula de predicción en la tabla de datos y luego abre la fórmula en el editor de fórmulas, seleccione "Simpliy" en el segundo punto de acceso rojo (vea la imagen a continuación).
Hola @Inigo ,
Parece que estás en la plataforma Fit Y by X. Si ese es el caso, debería poder ir al botón rojo, seleccionar Ajustar especial, luego elegir los botones de opción "Sin transformación" para Y y X (suponiendo que los datos no necesitan ser transformados), luego elegir el polinomio grado y desactive la casilla "Polinomio centrado".
El polinomio centrado está allí por defecto, ya que permite una mejor estimación de los coeficientes del ajuste.
¡Espero que esto ayude!,
DS
Obtuve un fomular para el límite de confianza medio de un modelo en forma. La expresión es extremadamente grande como se muestra a continuación,
1.96625963553186 * Sqrt(
Vec Quadratic(
[0.0287292895751759 -0.00666060427133376 -0.00420705348654747
-0.000101067994317605 -0.0151558320176791 -0.018006675429998
-0.0105828228409277 0.0525931189072001 -0.00307760776478522
-0.00570142227559169 -0.00611284035501395 -0.0209229212015547
-0.0106347675953972 0.0525931189072001 -0.0128016412797167
-0.00356831792174249 -0.0167269977173011 0.00927090256437917
-0.00358411899712196,
-0.00666060427133376 0.0158382917241673 0.00410842885472875
0.00158305896356562 0.00423442416487127 -0.00049477545256354
-0.000817868717192713 0.00263734766595279 -0.00440057005571037
0.00130152304853031 -0.00127260662386009 -0.00011528684291611
0.000314668319013466 0.00263734766595279 -0.00178122861070318
-0.00205459748182266 0.00303920668921454 -0.00906240060991746
0.00914757285926523,
-0.00420705348654747 0.00410842885472875 0.0102214590502578
0.00262807321722145 0.0026654907331227 -0.000953584762348311
-0.000504910048423059 -0.00335203317054354 0.000315784946773894
0.000907927201776815 -0.00131435643870052 -0.000590273074347901
0.00357311675973109 -0.00335203317054354 -0.00114710879851391
-0.000906821092331919 0.00495431898712722 0.000688897706166622
0.00197347468700018,
-0.000101067994317605 0.00158305896356562 0.00262807321722145
0.0164764002633817 0.00246065900285425 -0.00149703170638324
-0.00328183774362992 0.000649182560833079 0.00127619111302658
-0.00468114540689985 0.000997520645385026 -0.0019928296860267
0.00161500892161912 0.000649182560833082 -0.00264578880577995
0.00106718826229541 0.0042120105942121 0.000510838716778689
0.00266534906695824,
-0.0151558320176791 0.00423442416487127 0.0026654907331227
0.00246065900285425 0.117647453338642 0.0100446758767068 0.0023045234028937
-0.0600811539449608 -0.0038796568611528 -0.00317015079634598
-0.00108032223173412 0.0113936332689033 0.00247729560164183
-0.0600811539449608 0.00479301167527537 -0.00356587017480307
0.00834904973644429 -0.000472225416095427 -0.000670698384850352,
-0.018006675429998 -0.00049477545256354 -0.000953584762348311
-0.00149703170638324 0.0100446758767068 0.0377163708141474
0.00953084423684981 -0.0532302927543955 0.00363727880259079
0.00403818130411868 0.00614058033281912 0.0181055932574402
0.00759246318330849 -0.0532302927543955 0.012027509206273
0.00372904066454776 0.011643459524991 0.000395857625121327
-0.00115783914329167,
-0.0105828228409277 -0.000817868717192713 -0.000504910048423059
-0.00328183774362992 0.0023045234028937 0.00953084423684981
0.127449881862321 -0.0610788972957996 -0.00374826495168063
-0.00276267734110575 -0.00145076821573348 0.0108263485342684
0.000239412168812623 -0.0610788972957996 0.00481922695478737
-0.00381085668543456 0.00396825687274993 0.000574343023851935
-0.00131240178043079,
0.0525931189072001 0.00263734766595279 -0.00335203317054354
0.000649182560833079 -0.0600811539449608 -0.0532302927543955
-0.0610788972957996 0.879292222162986 -0.0671585491960545
-0.0663632831540067 -0.0631804285920365 -0.0521664626950418
-0.0635368104539107 -0.120707777837014 -0.0586769037238872
-0.0659606730287553 -0.059162806946147 -0.00306400387811108
0.00302588320632518,
-0.00307760776478522 -0.00440057005571037 0.000315784946773894
0.00127619111302658 -0.0038796568611528 0.00363727880259079
-0.00374826495168063 -0.0671585491960545 0.192814120948293
-0.00945658351920164 -0.00606262133808362 0.0046914027089562
-0.004438884246623 -0.0671585491960545 -0.00115357469371654
-0.00812915005220371 -0.00087088242454232 0.00278677511153939
-0.00127857569703387,
-0.00570142227559169 0.00130152304853031 0.000907927201776815
-0.00468114540689985 -0.00317015079634598 0.00403818130411868
-0.00276267734110575 -0.0663632831540067 -0.00945658351920164
0.19293648386297 -0.00697067224578166 0.00544241984620045
-0.00495902048766524 -0.0663632831540068 -0.000807750615685828
-0.00937786434985094 -0.00134000398654133 -0.00104252061913907
0.00131431381988893,
-0.00611284035501395 -0.00127260662386009 -0.00131435643870052
0.000997520645385026 -0.00108032223173412 0.00614058033281912
-0.00145076821573348 -0.0631804285920365 -0.00606262133808362
-0.00697067224578166 0.162996130993493 0.00719901808495707
-0.00292685144986197 -0.0631804285920366 0.00105827907065204
-0.00605427137511552 0.000999373343633356 0.000186428893916974
0.00063451714890348,
-0.0209229212015547 -0.00011528684291611 -0.000590273074347901
-0.0019928296860267 0.0113936332689033 0.0181055932574402 0.0108263485342684
-0.0521664626950418 0.0046914027089562 0.00544241984620045
0.00719901808495707 0.0234530300552286 0.00888321057426696
-0.0521664626950419 0.0132735888470266 0.00478639995524257
0.0129679503540653 -0.00241482201075779 0.000163736468384719,
-0.0106347675953972 0.000314668319013466 0.00357311675973109
0.00161500892161912 0.00247729560164183 0.00759246318330849
0.000239412168812623 -0.0635368104539107 -0.004438884246623
-0.00495902048766524 -0.00292685144986197 0.00888321057426696
0.143485683962649 -0.0635368104539108 0.00260233610357529
-0.0050905739347665 0.00540184995175053 0.00143688870211674
-0.000606778563122093,
0.0525931189072001 0.00263734766595279 -0.00335203317054354
0.000649182560833082 -0.0600811539449608 -0.0532302927543955
-0.0610788972957996 -0.120707777837014 -0.0671585491960545
-0.0663632831540068 -0.0631804285920366 -0.0521664626950419
-0.0635368104539108 0.879292222162987 -0.0586769037238873
-0.0659606730287554 -0.0591628069461471 -0.00306400387811108
0.00302588320632518,
-0.0128016412797167 -0.00178122861070318 -0.00114710879851391
-0.00264578880577995 0.00479301167527537 0.012027509206273
0.00481922695478737 -0.0586769037238872 -0.00115357469371654
-0.000807750615685828 0.00105827907065204 0.0132735888470266
0.00260233610357529 -0.0586769037238873 0.0982860349413661
-0.00128039865615439 0.0063811027178823 0.0013092810433933
-0.00250636341693975,
-0.00356831792174249 -0.00205459748182266 -0.000906821092331919
0.00106718826229541 -0.00356587017480307 0.00372904066454776
-0.00381085668543456 -0.0659606730287553 -0.00812915005220371
-0.00937786434985094 -0.00605427137511552 0.00478639995524257
-0.0050905739347665 -0.0659606730287554 -0.00128039865615439
0.191641294669898 -0.00125390488412485 0.000836515448322577
0.000156243937419144,
-0.0167269977173011 0.00303920668921454 0.00495431898712722
0.0042120105942121 0.00834904973644429 0.011643459524991 0.00396825687274993
-0.059162806946147 -0.00087088242454232 -0.00134000398654133
0.000999373343633356 0.0129679503540653 0.00540184995175053
-0.0591628069461471 0.0063811027178823 -0.00125390488412485
0.0945703277688909 0.000719840674021227 -0.000226754921770752,
0.00927090256437917 -0.00906240060991746 0.000688897706166622
0.000510838716778689 -0.000472225416095427 0.000395857625121327
0.000574343023851935 -0.00306400387811108 0.00278677511153939
-0.00104252061913907 0.000186428893916974 -0.00241482201075779
0.00143688870211674 -0.00306400387811108 0.0013092810433933
0.000836515448322577 0.000719840674021227 0.0230396533896294
-0.0161438569971946,
-0.00358411899712196 0.00914757285926523 0.00197347468700018
0.00266534906695824 -0.000670698384850352 -0.00115783914329167
-0.00131240178043079 0.00302588320632518 -0.00127857569703387
0.00131431381988893 0.00063451714890348 0.000163736468384719
-0.000606778563122093 0.00302588320632518 -0.00250636341693975
0.000156243937419144 -0.000226754921770752 -0.0161438569971946
0.017559095893398],
[1] || Design Nom(
:Product Family,
{"E", "G", "Y", "Z"}
) || Design Nom(
:Carrier,
{"Am", "AM", "AT", "CT", "deut", "NA", "Or",
"Retail", "SP", "TIM", "TM", "TF", "VZN", "VDF"
}
) || Design Nom( :Name( "I/M" ), {"F", "I", "O"} )
) * 3.49923396646939
)
La primera parte del formulario es una matriz de 19 por 19, mi pregunta es cómo tratar la segunda parte de vec cuadrática ([matriz de 19 por 19],
[ 1] || Design Nom (
:Familia de productos,
{"E", "G", "Y", "Z"}
) || Design Nom (
:Portador,
{"Am", "AM", "AT", "CT", "deut", "NA", "O",
"Minorista", "SP", "TIM", "TM", "TF", "VZN", "VDF"
}
) || Diseño Nom (: Nombre ("I / M"), {"F", "I", "O"})
)
la segunda parte tiene tres secciones, 4 en familias de productos, 14 en Carrier, 3 en I / M, total son 21 elementos, estoy tratando de transferir la fórmula a otro lenguaje de software. Necesito ayuda para comprender este formulario.
Por favor vea el ayuda para esta función El primer argumento es la matriz de covarianza. S . El segundo argumento, formado por concatenación de columnas, es la matriz modelo. X .
