次の関数 y=1-exp((-x/a)^b) で a と b の最適値を見つけてデータ点を適合させる方法データがあるので、そのデータに最も適合する関数 y=1-exp((-x/a)^b) で a と b の値を見つけたいと考えています。
また、y=1-exp(-x/a) を当てはめて、どの関数がよりよく適合しているかを確認したいと思います。
これを行う方法はありますか?JMP14を使用しています。
添付ファイルの緩和関数とアニール時間の比較。
Re: 次の関数 y=1-exp((-x/a)^b) で a と b の最適値を見つけてデータ点を適合させる方法@Mark_Baileyは正しい。 の非線形プラットフォームは柔軟で、パラメータ化できるあらゆるモデルに適合します。数式エディタ。
フィットカーブと非線形は連携できます。パラメトリック予測式を保存する。
したがって、フィット カーブを使用してワイブル成長モデルをフィットさせた後、パラメトリック予測式を保存できます。 数式エディタを使用して数式を編集し、指数パラメータを削除します (1 に設定します)。
次に、Y ロールの元の列と X ロールの新しい予測関数列で非線形プラットフォームを使用します。
レポートの上部にある [Go] ボタンをクリックすると、a パラメーターと b パラメーターの推定値が表示されます。
Re: データ点を近似するために次の関数 y=1-exp((-x/a)^b) で a と b の最適値を見つける方法非線形モデルには 2 つのプラットフォームがあります。 フィットカーブは新しいものです。 これは、そのようなモデルのライブラリに基づいています。 あなたのモデルがそれらの 1 つである場合、それはおそらく最適なプラットフォームです。 ただし、非線形プラットフォームにはカスタム モデルを列式として指定できるため、この点で利点があります。 フィット中およびフィット間にパラメータを操作することもできます。
JMP 14 を参照してください。ヘルプ > 書籍 > 予測モデルと特殊モデル > 非線形章。 例もたくさんあります。
Re: 次の関数 y=1-exp((-x/a)^b) で a と b の最適値を見つけてデータ点を適合させる方法ありがとう、フィットカーブをチェックしたところ、ワイブル成長は実際に私が望むものに最も近いようですが、正確ではありません。 式が探しているものと一致するように、変数、たとえば a を強制的に 1 に等しくする方法はありますか。 次に、当てはめたい 2 番目の方程式では、a と c が 1 になります。
Re: データ点を近似するために次の関数 y=1-exp((-x/a)^b) で a と b の最適値を見つける方法を見てください。フィットカーブプラットフォームとロジスティック 2P 曲線。 それがあなたが探しているものだと思います。
