두 곡선 사이의 유사성을 어떻게 증명합니까? JMP에는 어떤 접근 방식이나 옵션이 있나요?친애하는 사용자 여러분,
두 개의 스펙트럼 데이터 세트가 있고 내 목표는 두 곡선 간의 유사성을 증명하는 것입니다.두 곡선 사이의 유사성을 어떻게 증명합니까? JMP에는 어떤 접근 방식이나 옵션이 있나요? Y1이 Y2와 얼마나 유사한지 또는 그 반대인지 증명하고 싶은 참조용 데이터시트가 첨부되어 있습니다.
Re: 두 곡선 사이의 유사성을 어떻게 증명할 수 있나요? JMP에는 어떤 접근 방식이나 옵션이 있나요?예, 두 곡선 사이에는 차이가 있습니다. 그것들은 동일한 곡선이 아닙니다.
첫 번째 기능적 주성분은 본질적으로 두 곡선 사이의 모든 변화를 포착합니다. FDE는 일반적으로 더 큰 표본을 사용하여 FPC가 고정 효과(기인 가능)와 무작위 효과(기인 불가능)를 분리하는 경향이 있습니다. 고정 효과는 첫 번째 FPC를 지배하고 무작위 효과는 마지막 FPC를 지배합니다. 곡선이 두 개뿐이므로 두 개의 FPC만 가능합니다. 곡선 사이에는 단 하나의 차이만 있으므로 실제 FPC는 하나뿐입니다.
이 플롯에서는 거리를 판단할 때 주의하세요. (수직 치수의 길이는 0입니다.) 오히려 플롯은 단순히 두 곡선 Y1과 Y2가 모든 곡선 중에서 가장 다르다는 것을 나타냅니다. 그러나 이 두 곡선은 샘플의 유일한 곡선입니다.
Re: 두 곡선 사이의 유사성을 어떻게 증명할 수 있나요? JMP에는 어떤 접근 방식이나 옵션이 있나요?차오 마크
질문이 있습니다. 두 곡선 Y1과 Y2가 유사하다고 말합니다. 그리고 나는 당신의 의견에 동의합니다. 그러면 점수 도표를 어떻게 해석해야 할까요? 두 점은 서로 멀리 떨어져 있습니다.
고마워요 펠리스Re: 두 곡선 사이의 유사성을 어떻게 증명할 수 있나요? JMP에는 어떤 접근 방식이나 옵션이 있나요?몇 가지 생각:
1. 먼저 차이점이 실제적으로 중요한지 확인하겠습니다. 표시된 응답의 차이가 얼마나 의미가 있는지(실용적인 관점에서 관심이 있으신가요?)
2. 많은 비교를 사용하십시오:
- 각 곡선의 x축을 따라 유사한 점(이들 간의 차이점)
- 곡선의 여러 부분 사이의 기울기
- 최대/최소값
옳은 길은 아무도 없어요! 그리고 Mark가 지적했듯이 아무것도 증명할 수 없습니다... 단지 곡선이 유사하거나 유사하지 않다는 신뢰도를 높일 뿐입니다.
Re: 두 곡선 사이의 유사성을 어떻게 증명할 수 있나요? JMP에는 어떤 접근 방식이나 옵션이 있나요?
Plot data, and difference in greenPlot data, and difference in green데이터 및 차이점을 녹색으로 표시
두 곡선 사이의 차이(녹색)를 플로팅하면 경사가 급해 빨간색과 파란색 곡선에서 확인하기 어려운 부분이 나타납니다. 198 정도 이후에는 차이가 완만하게 작아집니다.
Re: 두 곡선 사이의 유사성을 어떻게 증명할 수 있나요? JMP에는 어떤 접근 방식이나 옵션이 있나요?빠른 답변 감사드립니다,
변이와 모양이 비슷하듯이 두 곡선이 본질적으로 비슷하다고 할 수 있을까요?
여기서 목표는 이 두 곡선이 유사한지 여부를 확인하는 것입니다(가설). 유사성 또는 차이점을 측정하는 방법은 무엇입니까? (수단으로 또는 형태나 점대점 상관관계로 또는 다양한 단계의 변화로?) 이 상황을 해결하는 데 가장 적합한 방법은 무엇입니까?
JMP pro가 없는데 JMP에서 유사성을 확인하기 위해 다른 방법을 사용할 수 있나요?
Re: 두 곡선 사이의 유사성을 어떻게 증명할 수 있나요? JMP에는 어떤 접근 방식이나 옵션이 있나요?우선, 우리는 가설을 결정하는 데 통계를 사용합니다. 우리는 그것을 증명하는 데 사용할 수 없습니다. 둘째, 각 모집단에서 하나의 곡선만 있으므로 통계적 추론이 불가능합니다.
JMP Pro의 기능 데이터 탐색기를 사용하여 기본 확장 모형을 각 곡선에 맞춘 다음 기능적 주성분을 조사할 수 있습니다. 곡선이 유사하면 기본적으로 그러한 구성 요소가 하나 있고 유사하지 않으면 두 개가 있습니다.
곡선 요약에는 곡선 시작 부분에서 가장 큰 공통 모양(평균 함수)과 변동(표준 편차 함수)이 표시됩니다.

페널티화된 스플라인 모델이 가장 잘 맞습니다.

귀하의 경우에는 모양이 하나만있는 것 같습니다.
