Qualcuno sa come generare un'espressione di predizione usando termini quadratici.
Vorrei esprimere l'espressione come: y = A + Bx + Cx2 - Dx3 invece di y = A + Bx + (x-0,5) * [(x-0,5) * C] * ...
Ciao,
Se salvi la formula di previsione nella tabella dei dati e poi apri la formula nell'editor delle formule, seleziona "Semplifica" dal secondo hotspot rosso (vedi immagine sotto).
Grazie! abbastanza diretto...
Ciao @Inigo ,
Sembra che tu sia nella piattaforma Fit Y by X. In tal caso, dovresti essere in grado di accedere al pulsante di scelta rapida rosso, selezionare Adatta speciale, quindi scegliere i pulsanti di opzione "Nessuna trasformazione" per Y e X (supponendo che i dati non debbano essere trasformati), quindi scegliere il polinomio laurea e deseleziona la casella "Centinatura polinomiale".
Il polinomio centrato è presente per impostazione predefinita in quanto consente una migliore stima dei coefficienti di adattamento.
Spero che sia di aiuto!,
DS
Ho ottenuto un fomular per il limite di confidenza medio di un modello in forma. L'espressione è estremamente grande come belows,
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 prima parte del formulare è una matrice 19 per 19, la mia domanda è come trattare la seconda parte di vec quadratic ([matrice 19 per 19],
[ 1] || Design Nom (
:Famiglia di prodotti,
{"E", "G", "Y", "Z"}
) || Design Nom (
:Vettore,
{"Am", "AM", "AT", "CT", "deut", "NA", "Or",
"Vendita al dettaglio", "SP", "TIM", "TM", "TF", "VZN", "VDF"
}
) || Design Nom (: Name ("I / M"), {"F", "I", "O"})
)
la seconda parte ha tre sezioni, 4 in Famiglie di prodotti, 14 in Carrier, 3 in I / M, un totale di 21 elementi, sto cercando di trasferire la formula in un altro linguaggio software. Ho bisogno di supporto per capire questo formulare.
Si prega di consultare il Aiuto per questa funzione. Il primo argomento è la matrice di covarianza S . Il secondo argomento, formato dalla concatenazione di colonne, è la matrice del modello X .
