비선형 대 적합 곡선이 다른 결과를 제공합니까?안녕하세요. "비선형" 또는 "맞춤 곡선" 옵션을 수행하면 결국 동일한 결과가 나올 것이라고 생각합니다(JMP 15.0). 저는 모델 라이브러리에 내장된 4개 매개변수 로지스틱 모델을 사용하고 계통별로 다양한 변수를 맞추려고 합니다(여기서 "변종"은 다양한 유전적 배경을 의미함).
일부 변형의 경우 '맞춤 곡선'과 '비선형' 접근 방식은 예상한 대로 동일한 결과를 제공합니다. 그러나 일부 변형의 경우 '비선형' 접근 방식은 데이터를 올바르게 맞추지 않습니다. 초기 시작 매개변수가 (눈으로) 가장 적합한 것에 매우 가까운지 확인하더라도 작동하지 않는 계통의 경우 전혀 맞지 않거나 멀리 떨어진 답변에 수렴합니다. 그것은해야한다. "경고: xx 누락 모델"이라는 오류 메시지가 표시되지만 누락된 데이터는 확실히 없습니다. 누구든지 이 문제를 해결한 사람이 있습니까(이상적으로는 스크립팅을 사용하지 않고). 아니면 내가 잘못되고 있는 부분을 말해 줄 수 있습니까?
많은 감사합니다!
고급 통계 모델링소비자 및 시장 조사데이터 탐색 및 시각화실험 설계결과 공유 및 전달답: 비선형 대 맞춤 곡선이 다른 결과를 제공합니까?에 대한 정보는 이 페이지를 참조하세요. Nonlinear에서 제공하는 CI .
적합 곡선에 대한 통계 세부 정보는 CI에 대한 정보를 제공하지 않습니다. 나는 카이 제곱 값이 추정값과 함께 제공되기 때문에 이것이 단순히 Wald 간격이라고 생각합니다. Wald 구간 추정(맞춤 곡선)은 일반적으로 우도비 추정(비선형)뿐만 아니라 원하는 범위도 제공하지 않습니다.
답: 비선형 대 맞춤 곡선이 다른 결과를 제공합니까?지수 3P 함수에 대한 맞춤 곡선과 비선형에 대한 내 결과는 표시된 자릿수에 대해 동일한 매개변수 추정치를 제공하지만 신뢰 한계는 다릅니다. 사용자 정의 역 예측을 사용하는 경우 동일한 일이 발생합니다. 표시된 자릿수(유효 숫자 6개)에 대해 동일한 예측 X 및 Std 오류가 있지만 세 번째 유효 숫자에서 일치하지 않는 상한 및 하한이 다릅니다. 이러한 차이점을 문서화하기 위해 Fit Curve와 Nonlinear의 conf 한계에 사용되는 알고리즘을 어떻게 찾을 수 있습니까?
답: 비선형 대 맞춤 곡선이 다른 결과를 제공합니까?귀하의 설명에 따르면 귀하가 수행한 작업을 이해할 수 있는 한 여기에 문제가 있을 수 있는 것 같습니다. 플랫폼 간에 표시되는 차이점과 그룹을 자체 데이터 테이블에 저장하는 경우의 차이점을 보여주는 데이터 테이블을 공유할 수 있습니까?
여기에 없으면 기술 지원팀( support@jmp.com ) 그럼 좀 더 자세히 조사해볼까요?
답: 비선형 대 맞춤 곡선이 다른 결과를 제공합니까?추신: 직접적인 질문에 답변하는 것을 잊어버렸습니다. 죄송합니다! 저는 박테리아의 대사산물 소비를 모델링하려고 합니다. 그것들은 아주 단순한 대칭형 시그모이드가 아닙니다. 그러나 피팅이 유용할 만큼 충분히 가깝고, 더 많은 매개변수를 도입하는 것은 궁극적으로 도움이 되지 않을 것이라고 생각합니다.답: 비선형 대 맞춤 곡선이 다른 결과를 제공합니까?응답해주셔서 감사합니다 -
먼저, 위의 조언에 따라 Fit Curve를 다시 살펴보았습니다. 좀 더 자세히 살펴보면 CI가 제공된다는 점을 알 수 있으며, 범주형 변수를 사용하여 이전에 했던 것처럼 "기준" 대신 "그룹"을 정의하면 훨씬 더 쉽고 빠르게 사용할 수 있습니다. 그래서 저는 맞춤 곡선 플랫폼을 사용하도록 전환했습니다. 하나의 데이터 하위 집합에 대해서만 비선형 플랫폼을 사용해야 했습니다(합리적인 맞춤을 얻기 위해 수렴 기준을 조정해야 했습니다).
네, 피팅 옵션에 관해 도움이 되고 거의 즉각적으로 답변해 주신 점 진심으로 감사드립니다. 그러나 처음부터 내가 완전히 불합리한 것은 아니라는 점을 지적하기 위해 아무도 내 원래 문제를 해결하지 못했습니다. 즉, 데이터 그룹 중 하나가 비선형 플랫폼에서 제대로 작동하지 않는다는 것입니다. 더 이상 문제는 아니지만 사소한 버그였다고 생각합니다. 동일한 데이터를 다른 파일 이름으로 다시 저장하여 다른 결과를 얻을 수 없었어야 했습니다. 신경 쓰지 마세요. 지금은 두 가지 방법이 있습니다.답: 비선형 대 맞춤 곡선이 다른 결과를 제공합니까?안녕 @Jake_b ,
여기서는 어떤 플랫폼을 사용하는 것이 가장 좋은지 언급하지 않겠습니다. @바이런_JMP 그리고 @마크_베일리 JMP 전문가들이니 저는 그들이 말하는 내용을 따르겠습니다. 모델 피팅과 관련하여 각 플랫폼마다 약간 다른 알고리즘이 있더라도 크게 놀라지 않을 것입니다. 따라서 일치하는지 여부에 너무 집착하지 않을 것입니다. 예를 들어 이론적으로 모든 매개변수를 적절하게 설정하면 부스팅 트리와 부트스트랩 포레스트 플랫폼 모두에서 동일한 답을 얻을 수 있습니다. 그러나 기본 알고리즘이 다르기 때문에 실제 예측 공식은 약간 다릅니다.
실제로 비선형 플랫폼에서 사용할 수 있는 이론적 모델/공식이 있습니까? 아니면 X, Predictor Formula에 다른 것을 사용하고 있습니까?
즉, 몇 가지 추가 단계를 거쳐도 Fit Curve 플랫폼에서 예측 CI를 얻을 수 있습니다. 예를 들어 Big Class.jmp 파일을 가져와 Fit Curve 플랫폼에서 :weight by :height를 맞추면 예측 공식을 데이터 테이블에 저장할 수 있습니다. 그런 다음 X로 Y 맞춤(Y= 실제, X=예측)을 수행하는 경우 "선형 맞춤" 옆에 있는 드롭다운 핫 버튼을 사용하고 "개별 신뢰 한계 공식"을 저장할 수 있습니다. /-95% 적합도 신뢰구간입니다. 그래프>레거시>오버레이 플롯으로 이동한 다음 실제 CI, 예측 CI, +/-95% CI를 선택하면 아래와 같은 수치를 얻을 수 있습니다. 그건 그렇고, Fit Curve 플랫폼의 로지스틱 4P 모델을 사용하여 :weight 및 :height를 맞췄습니다.
따라서 Fit Curve 플랫폼을 사용하는 것이 더 합리적이라면 이는 최소한 결과를 시각화할 수 있는 방법입니다.
적어도 생각해 볼 것이 있습니다.
DS
답: 비선형 대 맞춤 곡선이 다른 결과를 제공합니까?네, 마지막 코멘트입니다. 비선형을 새 jmp 파일로 사용하여 올바르게 맞지 않은 그룹을 다시 저장하면(예: 데이터를 다시 가져오지 않음) 이제 모든 것이 제대로 작동합니다. 왜 이런 일이 발생하는지 잘 모르겠습니다. 일부 샘플에 대해서만 일부 변수가 손상될 수 있습니까? - 하지만 이제 앞으로 나아갈 길이 있다는 뜻이에요.답: 비선형 대 맞춤 곡선이 다른 결과를 제공합니까?두 개의 다른 플랫폼은 거의 다른 기능을 가지고 있습니다. Fit curve는 일반적인 모델을 신속하게 적합시키고 싶을 때 매우 편리하며, 비선형은 주류가 아닌 연구 논문에서 찾은 것과 같이 사용자 정의 함수가 있을 때 더 유용하며 일련의 문제를 해결하고 싶습니다. 매개변수.
두 플랫폼 모두에서 매개변수를 해결하는 데 사용되는 반복 수치 최적화는 최소 제곱 회귀를 해결하는 것과 상당히 다릅니다. 많은 다른 소프트웨어는 비선형 플랫폼처럼 모든 레버와 버튼을 제공하기보다는 숨겨진 가정 더미를 사용합니다.
답: 비선형 대 맞춤 곡선이 다른 결과를 제공합니까?답변 감사합니다!
"Fit Curve 플랫폼이 원하는 모델에 맞는다면 왜 Nonlinear 플랫폼을 사용하겠습니까?"
왜냐하면 여러 변수를 맞춰야 하고 각 변수가 여러 그룹에 맞춰져 있을 때 비선형 플랫폼을 사용하는 것이 더 빠르기 때문입니다. 또한 비선형 플랫폼을 사용하면 적합 곡선에서는 계산할 수 없는 모델 매개변수에 대한 신뢰 구간을 계산할 수 있습니다. 이 마지막 기능은 출력 시각화의 일부로 CI를 사용할 때 정말 유용합니다.
"처음의 모든 세부 사항이 동일하고 동일한 알고리즘과 구현이 사용되지 않는 한 결과가 정확하게 일치할 것이라고 기대해서는 안 됩니다."
알았어 괜찮아. 그러나 결과는 비선형 플랫폼이 모든 변수에 걸쳐 올바르게 맞지 않는 그룹 중 하나에 대해서만 제외하고(지금 자세히 조사한 결과) 두 플랫폼 간에 정확히 일치합니다. 왜 그런지 모르겠습니다. 해당 그룹만 포함된 새 jmp 파일을 만들어서 그런 식으로 맞출 수 있는지 확인하겠습니다. 하지만 가능하다면 해당 그룹이 왜 있는지 이해하고 싶습니다. 행동이 잘못되었습니다. (데이터 측면에서 이상치가 아니기 때문에 다른 그룹에 비해 최소값을 찾는 데 더 멀리 떨어져 있는 것은 아닙니다.)
다시 한번 감사드립니다
답: 비선형 대 맞춤 곡선이 다른 결과를 제공합니까?Fit Curve 플랫폼이 원하는 모델에 맞는다면 왜 비선형 플랫폼을 사용하겠습니까?
Fit Curve에는 지원하는 각 모델에 대한 경험적 방법이 포함되어 있습니다. 일련의 모델에 사용하기가 더 쉽고 강력하지만 그 외에는 융통성이 없습니다. 비선형 플랫폼은 더욱 강력하고 유연하지만 경험적 방법이 없으므로 모든 세부 사항을 처리하는 것은 사용자의 몫입니다. 그것이 Fit Curve가 만들어진 이유입니다. 고객님의 부담을 덜어드립니다.
비선형 회귀는 수치 최적화 또는 검색 기술입니다. 선형회귀와 같은 닫힌 형태의 계산이 아닙니다. 시작 시 모든 세부 사항이 동일하고 동일한 알고리즘과 구현이 사용되지 않는 한 결과가 정확하게 일치할 것이라고 기대해서는 안 됩니다.
