256474_it-IT

liliconcom

Vestibilità non lineare

Ciao ... 

 

Sto cercando un modo per adattare una funzione non lineare della forma 

 

Y = c1 - (c1 / x) + (c2 / x ^ 2) - (c3 / x ^ 3) + (c4 / x ^ 4)

 

al mio set di dati disponibile. 

si aspettano che i coefficienti siano decimali fluttuanti (non numeri interi)

Posso farlo in Excel come parte di un'ottimizzazione (minimizzare la somma dei quadrati dei residui) e immagino che JMP dovrebbe consentire un'ottimizzazione simile. 

 

Apprezzo qualsiasi suggerimento 

Grazie. 

 

 

Ri: Vestibilità non lineare

Dai un'occhiata a Regressione non lineare piattaforma.

 

È possibile sviluppare quella funzione in Editor di formule utilizzando parametri che verrà quindi stimato utilizzando il Regressione non lineare piattaforma.

Ri: Vestibilità non lineare

È questo che stai cercando di fare?

Esegui lo script allegato, creerà una tabella con questa formula. La tabella ha uno script di profiler per generare le figure seguenti

 

Formula

(((:c1 - :c1 / :x) + :c2 / :x ^ 2) - :c3 / :x ^ 3) + :c4 / :x ^ 4

Ri: Vestibilità non lineare

Prima di tutto mi scuso per il follow-up così tardi. 

 

Quindi la soluzione non è ancora del tutto lì. 

 

Ho un set di dati, diciamo N voci di dati X e Y.

Il mio scopo è quello di derivare una funzione che ha la forma / struttura mostrata che può adattarsi al meglio ai dati forniti. 

Lo stesso giorno, ho pubblicato questa domanda, ho trascorso 30 minuti in Excel e sono stato in grado di farlo inserendo un minimizzatore della somma dei quadrati dei residui - trattando i coefficienti come variabili di progetto, delimitati da alcuni limiti. Mi piace acquisire questa abilità in jmp. 

 

Ri: Vestibilità non lineare

Non credo che in questo caso sia richiesto un modello non lineare. Puoi trasformarti X come reciproco x e usarlo nel predittore lineare come polinomio quartico. Ecco un esempio usando Big Class. Voglio fare la modella peso contro r altezza eciprocale .

 

Ri: Vestibilità non lineare

@markbailey Nonostante la risposta, puoi spiegare perché la piattaforma non lineare, con una formula come @Byron_JMP mostrato non funziona? Da quello che hai descritto:

Ho un set di dati, diciamo N voci di dati X e Y.

Il mio scopo è quello di derivare una funzione che ha la forma / struttura mostrata che può adattarsi al meglio ai dati forniti. 

Lo stesso giorno, ho pubblicato questa domanda, ho trascorso 30 minuti in Excel e sono stato in grado di farlo inserendo un minimizzatore della somma dei quadrati dei residui - trattando i coefficienti come variabili di progetto, delimitati da alcuni limiti. Mi piace acquisire questa abilità in jmp. 

---

 Sembra esattamente quello che fa la piattaforma Nonlinear.

Ri: Vestibilità non lineare

marchio

 

Hai un ottimo punto con l'idea di trasformazione che dovrebbe funzionare (lo verificherò). 

 

Ma: Il mio vero scopo dalla domanda era scoprire una capacità nascosta di JMP (se presente) di replicare qualcosa di così facile che può essere fatto in Excel in 30 minuti.  E se, ad esempio, la mia funzione non fosse lineare ma non potesse essere facilmente trasformata da qualsiasi forma esistente in JMP?

 

Un esempio più complesso: in alcuni anni recenti, c'era un prodotto chiamato Eureqa (Cornell's AI lab) di Nutonian che ora sembra essere incorporato in Datarobot. Idea è un installatore di funzioni per campionare i dati. L'utente fornisce i segmenti che si ritiene svolgano un ruolo nella struttura della funzione. Una logica di algoritmo genetico evolutivo verrebbe quindi ottimizzata secondo una metrica (RMSE, qualità di adattamento ecc.) 

Ri: Vestibilità non lineare

Questo è lo scopo della piattaforma non lineare, come indicato da @Jeff_Perkinson  

 

Analizza> Modellazione specializzata> Non lineare

 

Se guardi nella sezione dei dati di esempio del menu di aiuto troverai alcune tabelle di dati che illustrano la modellazione usando la piattaforma non lineare.