Auswahl der richtigen Analysemethode zur Entwicklung einer nichtlinearen VorhersageformelIch möchte Simulationsdaten verwenden, um eine Vorhersageformel zu entwickeln, die physikalische Dimensionen (unabhängige Variablen mit einem Bereich von Dimensionswerten) mit dem resultierenden Feld in Beziehung setzt, das erzeugt wird (abhängige Variable). Ich habe 3 unabhängige Variablen und messe das erzeugte Feld an 3 Stellen. Ich möchte eine Reihe von Formeln entwickeln, die es mir ermöglichen, das gewünschte Feld an den drei verschiedenen Stellen einzugeben und nach den drei physikalischen Dimensionen zu suchen, die diese Feldwerte ergeben würden.
Beispiel der gewünschten Formel:
Gewünschtes Feld an Position 1 = a * (Dimension 1) + b * (Dimension 2) + c * (Dimension 1) + d
Unter Verwendung des Anpassungsmodells - Standard kleinste Quadrate - Effekthebel - habe ich 3 lineare vorhergesagte Formeln generiert, die es mir theoretisch ermöglichen sollten, meine Aufgabe zu erfüllen, aber diese vorhergesagten Formeln sind nur repräsentativ für das resultierende Feld über einen sehr engen Bereich der physikalischen Dimensionen. Ich glaube, es gibt ein nichtlineares Verhalten, das diese linear vorhergesagten Formeln nicht erfassen.
Könnte jemand eine Analysemethode zur Erzeugung nichtlinearer vorhergesagter Formeln vorschlagen?
Vielen Dank!
AnalytikDAMHIRSCHKUHBetreff: Auswahl der richtigen Analysemethode zur Entwicklung einer nichtlinearen VorhersageformelWillkommen in der Community. Wenn möglich, wäre es hilfreich, wenn Sie den betrachteten JMP-Datensatz anhängen könnten (in Ordnung, um die tatsächlichen Werte zu codieren, wenn er sensibel ist). Ich versuche, mich mit Ihrer Situation auseinanderzusetzen, habe aber einige Fragen:
1. Sind die 3 Dimensionen tatsächlich unabhängig?
2. Wie stark variieren diese Dimensionswerte in der Studie?
3. Welche Modelle haben Sie verwendet? Wenn Ihre Dimensionsdaten mehr als 2 Ebenen umfassen, können Sie dem Modell sicherlich nichtlineare Terme hinzufügen. Auf der Plattform "Modell anpassen" können Sie die 3 Dimensionen in der Liste auswählen und Makros> Faktoriell bis Grad auswählen und JMP geeignete Modelle schreiben lassen (Grad = 2 ist quadratisch, Grad = 3 ist kubisch usw.). Ich weiß nicht, welche Daten Ihnen zur Verfügung stehen?
4. Wie gut haben die Modelle für die von Ihnen durchgeführte Analyse das Y vorhergesagt? R-Quadrate, p-Werte, RMSE usw. Wie sehen die Residuen aus? In Restdiagrammen ist häufig eine Abweichung von der Linearität zu erkennen.
5. Feld ist dein Y? Ich weiß nicht was das ist? Ein Magnetfeld oder eine elektrische Ladung? Es hört sich so an, als hätten Sie in Ihrem Datensatz keine großen Unterschiede im Feld festgestellt, und daher sind Ihre Modelle räumlich begrenzt. Dies kann ein Inferenzraumproblem sein?
6. Wenn ich Sie richtig verstehe, möchten Sie eine Gleichung Y = D1 + D2 + D3 und dann ein Y eingeben und nach D1-D3 auflösen. Wissen Sie, wie man simultane Gleichungen algebraisch löst?
Vielleicht haben andere ein besseres Verständnis oder eine andere Interpretation Ihrer Situation.
Betreff: Auswahl der richtigen Analysemethode zur Entwicklung einer nichtlinearen VorhersageformelHallo, danke, dass du dir die Zeit genommen hast, meine Frage durchzusehen. Lassen Sie mich dies vorwegnehmen: Ich bin relativ neu in der Verwendung von JMP und habe nicht viel Hintergrundwissen in der Statistik (ein Teil dessen, warum ich mich bemüht habe, dies herauszufinden). Aus praktischer Sicht möchte ich diesen Satz von Gleichungen verwenden, um eine physikalische Struktur zu entwerfen, die mein gewünschtes elektrisches Feld erzeugen kann.Im Anhang befindet sich mein Datensatz.
1. Die unabhängigen Variablen sind Abmessungen eines Objekts und geben die Breite, Höhe, Lücke und Dicke an. Technisch gesehen gibt es also 4 unabhängige Variablen, aber der Dickenfaktor scheint nicht sehr signifikant zu sein
2. Die Abmessungsbereiche sind wie folgt: Breite: 10-25 mm, Höhe: 1-7 mm, Spalt: 0,1-3 mm und Dicke: 1-7 mm (idealerweise mit der Einschränkung Höhe> Spalt)
3. Ich habe das Anpassungsmodell verwendet und glaube, die Analyse mit Makros> Fakultät bis zu einem Grad ausgeführt, der bereits auf 2 gesetzt ist
4. Ich habe die Analyse des Anpassungsmodells in der Dataset-Tabelle gespeichert
5. Mein Y ist eine Messung eines simulierten elektrischen Feldes und ich bekomme tatsächlich VIELE Variationen - vielleicht zu viel. Ich denke nicht, dass der Inferenzraum ein Problem ist, aber ich bin auch nicht sehr vertraut mit der Analyse dieses Konzepts.
6. Ja, das ist richtig, und ja, wenn drei Gleichungen und drei unbekannte Variablen (Breite, Höhe und Lücke) gegeben sind, sollte ich in der Lage sein, diese Werte zu lösen.
Zusätzliche Gedanken:
EIN. Die Eh-Werte aus den vorhergesagten Formeln sollten niemals <0 sein - gibt es eine Möglichkeit, dies einzuschränken?
B. B. Diese vorhergesagten Formeln scheinen eine genaue Vorhersage des Y über einen Bereich unabhängiger Variablen (Breite, Höhe und Lücke) zu liefern. Gibt es eine Möglichkeit, die Daten mit einem segmentierten oder geteilten Ansatz zu analysieren und mehrere Sätze vorhergesagter Formeln zu generieren, die die simulierten Ergebnisse besser darstellen?
Alle zusätzlichen Gedanken oder Vorschläge könnten am meisten geschätzt werden.
