비선형 예측 공식 개발을위한 적절한 분석 방법 선택시뮬레이션 데이터를 사용하여 물리적 차원 (차원 값 범위가있는 독립 변수)을 생성 된 결과 필드 (종속 변수)와 관련시키는 예측 공식을 개발하고 싶습니다. 3 개의 독립 변수가 있고 3 개의 위치에서 생성 된 필드를 측정하고 있습니다. 3 개의 다른 위치에 원하는 필드를 입력하고 해당 필드 값을 산출하는 3 개의 물리적 차원을 계산할 수있는 일련의 공식을 개발하고 싶습니다.
원하는 공식의 예 :
위치 1의 원하는 필드 = a * (차원 1) + b * (차원 2) + c * (차원 1) + d
적합 모델 사용-표준 최소 제곱-효과 레버리지-이론적으로 내 작업을 수행 할 수 있도록 허용해야하는 3 개의 선형 예측 공식을 생성했지만 이러한 예측 공식은 매우 좁은 범위의 물리적 차원에서 결과 필드를 나타냅니다. 이러한 선형 예측 공식이 포착하지 못하는 비선형 동작이 있다고 생각합니다.
비선형 예측 공식을 생성하는 분석 방법을 제안 할 수 있습니까?
감사합니다!
해석학암사슴Re : 비선형 예측 공식 개발을위한 적절한 분석 방법 선택먼저 커뮤니티에 오신 것을 환영합니다. 가능하다면보고있는 JMP 데이터 세트를 첨부 할 수 있다면 도움이 될 것입니다 (민감한 경우 실제 값을 코딩 할 수 있습니다). 귀하의 상황을 파악하려고 노력하고 있지만 몇 가지 질문이 있습니다.
1. 3 차원은 실제로 독립적입니까?
2. 연구에서 이러한 차원 값이 얼마나 다른가요?
3. 어떤 모델을 사용하셨습니까? 차원 데이터가 두 수준 이상인 경우 모델에 비선형 항을 확실히 추가 할 수 있습니다. Fit Model 플랫폼에서 목록에서 3 차원을 선택하고 Macros> Factorial to Degree를 선택하고 JMP가 적절한 모델을 작성하도록 할 수 있습니다 (Degree = 2는 2 차, Degree = 3은 3 차 등). 사용 가능한 데이터가 무엇인지 모르겠습니까?
4. 수행 한 분석에서 모델이 Y를 얼마나 잘 예측 했습니까? R- 제곱, p- 값, RMSE 등 잔차는 어떻게 생겼습니까? 종종 잔차 그림에서 선형에서 벗어난 것을 볼 수 있습니다.
5. 필드는 Y입니까? 이게 뭔지 모르겠어요? 자기장 또는 전하? 데이터 세트의 필드에 큰 변화가 없었기 때문에 모델의 공간이 제한되어있는 것 같습니다. 추론 공간 문제 일 수 있습니까?
6. 내가 올바르게 이해했다면 방정식 Y = D1 + D2 + D3을 원하고 Y를 입력하고 D1-D3을 풀고 싶습니다. 연립 방정식을 대수적으로 푸는 방법을 알고 있습니까?
다른 사람들이 당신의 상황에 대해 더 잘 이해하거나 다른 해석을 할 수 있습니다.
Re : 비선형 예측 공식 개발을위한 적절한 분석 방법 선택안녕하세요 제 질문을 검토해 주셔서 감사합니다. 저는 JMP를 처음 사용하고 통계에 대한 배경 지식이 많지 않습니다 (이 문제를 파악하기 위해 고군분투하는 이유 중 일부). 실용적인 관점에서 저는이 방정식을 사용하여 원하는 전기장을 생성 할 수있는 물리적 구조를 설계하고 싶습니다.첨부는 내 데이터 세트입니다.
1. 독립 변수는 물체의 치수이며 너비, 높이, 간격, 두께를 나타냅니다. 기술적으로 4 개의 독립 변수가 있지만 두께 계수는 그다지 중요하지 않은 것 같습니다.
2. 치수의 범위는 폭 : 10-25 mm, 높이 : 1-7 mm, 간격 : 0.1-3 mm, 두께 : 1-7 mm (이상적으로는 높이> 간격 제한)입니다.
3. 저는 적합 모델을 사용하고 있고 이미 2로 설정된 macros> factorial로 분석을 실행했다고 생각합니다.
4. 적합 모델 분석을 데이터 세트 테이블에 저장했습니다.
5. 내 Y는 시뮬레이션 된 전기장의 측정 값이며 실제로 많은 변화를 얻습니다. 아마도 너무 많은 것 같습니다. 추론 공간이 문제라고 생각하지 않지만이 개념을 분석하는 데 익숙하지 않습니다.
6. 네, 맞습니다. 세 개의 방정식과 세 개의 알려지지 않은 변수 (너비, 높이, 간격)가 주어지면이 값을 풀 수 있어야합니다.
추가 생각 :
ㅏ. 예측 된 공식의 Eh 값은 절대 <0이되어서는 안됩니다.이를 제한하는 방법이 있습니까?
비. 이러한 예측 공식은 다양한 독립 변수 (너비, 높이 및 간격)에서 Y에 대한 정확한 예측을 제공하는 것 같습니다. 세그먼트 또는 분할 접근 방식으로 데이터를 분석하고 시뮬레이션 된 결과를 더 잘 나타내는 여러 세트의 예측 공식을 생성하는 방법이 있습니까?
추가 생각이나 제안이 가장 감사 할 수 있습니다.
