여러 x 변수를 사용한 "맞춤 곡선" 모델링안녕하세요 통계 경험이 없는 초보입니다.
내 문제는 y 값의 단일 열과 x 값의 6개 열이 있다는 것입니다. Y는 6개의 x 값의 조합으로 인해 발생하는 것으로 가정됩니다.
저는 x 매개변수를 사용하여 y를 모델링하는 다항식을 만들려고 합니다. JMP(및 Python)에서 최소 제곱 회귀를 사용하여 이 작업을 성공적으로 수행했지만 데이터가 확실히 선형적으로 관련되어 있지 않기 때문에 결과가 놀랍지 않습니다. 제가 이해한 바로는 비선형 맞춤에는 맞춤 곡선이 적합합니다. 그러나 "맞춤 곡선"은 하나만 허용하므로 여러 X 변수를 사용하여 이 작업을 수행하는 방법을 잘 모르겠습니다.
누군가 나에게 올바른 방향을 알려줄 수 있습니까?
소비자 및 시장 조사Re: 여러 x 변수를 사용한 "맞춤 곡선" 모델링신규 사용자라서 비공개 메시지에 접근할 수 없는 것 같아요...
Re: 여러 x 변수를 사용한 "맞춤 곡선" 모델링이러한 유형의 대화는 이 토론 포럼의 내용이 아니기 때문에 귀하에게 비공개 메시지를 보내겠습니다.
Re: 여러 x 변수를 사용한 "맞춤 곡선" 모델링귀하의 제안에 감사드립니다. 저는 컨설턴트를 고용하고 싶고 이미 Fiverr에 대해 몇몇 사람에게 연락했습니다. 또 어디가 좋은지 아세요?
Re: 여러 x 변수를 사용한 "맞춤 곡선" 모델링"...통계 경험 없음..."이라는 문구를 보면 잠시 멈추고 더 이상 모델링 아이디어를 권장하지 않고 다음 두 가지 경로 중 하나를 권장하게 됩니다.
1. 귀하와 함께 작업할 컨설턴트를 고용하십시오. 특히 이것이 일종의 노력 중 하나이고 통계적 방법에 대한 역량을 구축하고 싶지 않거나 필요하지 않은 경우에는 더욱 그렇습니다.
2. 통계 방법에 대한 기본 지식을 쌓으세요. 이는 마치 반짝이는 새 차를 주지만(통계적 방법으로) 운전 방법을 모르는 것과 같습니다. 그리고 당신은 반짝이는 새 차를 타고 A지점에서 B지점으로 이동하는 방법에 대한 지침을 커뮤니티에 요청하고 있습니다. 그래서 제가 여러분에게 드리고 싶은 생각 중 하나는 SAS "산업 문제 해결을 위한 통계적 사고" 온라인 과정을 이수하는 것입니다. 그것은 무료입니다. 과정 모듈을 마치면 통계 방법과 JMP에 대한 역량을 쌓게 됩니다. 강좌 홈페이지 링크는 다음과 같습니다. 산업문제 해결을 위한 통계적 사고
Re: 여러 x 변수를 사용한 "맞춤 곡선" 모델링또한 귀하의 매우 유용한 의견 이후 제 원래 목표가 확실히 변경되었으므로 여기에서 새 게시물을 시작하는 것이 더 적절하다고 생각하시면 알려주십시오.
Re: 여러 x 변수를 사용한 "맞춤 곡선" 모델링훌륭한 정보에 감사드립니다.
당신이 가정한 것처럼 표준 최소 제곱법을 시도했지만 P>|t|를 기반으로 가장 적절한 4개의 변수만 선택한 후에 얻은 결과를 얻었습니다. 것은 Adj와 관련된 것이었습니다. R제곱은 0.18에 불과합니다.
또한 당신이 가정한 것처럼 나는 당신이 제기한 내용을 알지 못했기 때문에 선형 모델로 가능한 아이디어를 시도하지 않았으므로 매우 감사합니다.
가장 적합한 값을 얻기 위해 매개변수를 변환하는 방법을 알아내기 위한 올바른 방향을 알려 주시겠습니까? 앞서 말했듯이 저는 통계 경험이 없기 때문에 가능한 모든 방식으로 y 값을 가장 잘 모델링하기 위해 매개변수를 조합하는 것뿐인데 어디서부터 시작해야 할지 모르겠습니다.
Re: 여러 x 변수를 사용한 "맞춤 곡선" 모델링'선형'이라는 용어는 통계학에서 다양한 해석을 가질 수 있습니다. Fit Model 플랫폼, Standard Least Squares(당신이 시도했다고 가정하는 것?) 성격에서는 '선형'인 매개변수 추정치입니다...반드시 응답은 아닙니다. 응답이 하나 이상의 x에 대해 '직선' 특성이 아닌 경우 매개변수에서 여전히 선형인 다항식 표현이 적절한 피팅을 제공할 수 있습니다. 이 경우 모델러가 사용하는 두 가지 기본 기술이 있습니다. x 변환(여기서 Box Cox 접근 방식은 변환 유형을 알리는 데 도움이 될 수 있습니까?) 또는 y 변환, 또는 선형 다항식 표현(3차, 4차 등)에서 고차 항을 추정하는 것입니다. .). JMP의 적합 곡선이나 기타 비선형 모델링 기능을 사용하기 전에 이러한 아이디어를 먼저 시도해 보셨나요? 맞춤 곡선 및 비선형 플랫폼은 모수 추정 자체가 x 변수에 대해 비선형인 모델을 사용합니다. 확실히 유용한 플랫폼입니다...그러나 아직 수행하지 않았다면 먼저 '선형' 모델로 가능한 모든 아이디어를 소진하고 싶을 수도 있습니다.
