具有多个 x 变量的“拟合曲线”建模你好，我是初学者，没有统计经验。
我的问题是我有一列 y 值和 6 列 x 值。 假设 Y 是由 6 个 x 值的组合引起的。
我试图提出一个多项式，使用 x 参数，对 y 建模。 我已经在 JMP（和 Python）中使用最小二乘回归成功地完成了这项工作，但结果并不令人惊讶，因为我的数据绝对不是线性相关的。 根据我的理解，对于非线性拟合，拟合曲线是合适的。 但是，我不确定如何使用多个 X 变量来做到这一点，因为“拟合曲线”只接受一个。
有人可以指出我正确的方向吗？
分析回复：具有多个 x 变量的“拟合曲线”建模术语“线性”在统计学中可以有多种解释。 在拟合模型平台，标准最小二乘法（我假设您已经尝试过？）个性中，参数估计是“线性”的……不一定是响应。 如果响应对于一个或多个 x 不是“直线”性质，那么参数中仍然是线性的多项式表达式可能会提供足够的拟合。 在这种情况下，建模者使用两种基本技术……x 的变换（此处的 Box Cox 方法可能有助于告知变换类型？）或 y 的变换，或估计线性多项式表达式（三次、四次等）中的高阶项.) 在使用 JMP 中的拟合曲线或其他非线性建模功能之前，您是否首先尝试过这些想法？ “拟合曲线”和“非线性”平台使用参数估计值本身与 x 变量呈非线性关系的模型。 肯定有用的平台……但如果您还没有这样做，您可能想先用“线性”模型穷尽所有可能的想法。
回复：具有多个 x 变量的“拟合曲线”建模谢谢你提供的信息。
虽然我已经尝试了标准最小二乘法，就像您假设的那样，但在根据 P>|t| 仅选择了 4 个最合适的变量之后，我得到了什么。东西，是带有 Adj 的东西。 R 方仅为 0.18。
也像你假设的那样，我没有尝试过线性模型的可能想法，因为我不知道你提出的事情，所以非常感谢你。
你能指出我正确的方向来弄清楚如何转换我的参数以获得最佳拟合吗？ 就像我说的，我没有统计经验，所以我想要的只是参数的任意组合，以任何可能的方式对我的 y 值进行最佳建模，但不知道从哪里开始。
回复：具有多个 x 变量的“拟合曲线”建模另外，如果您认为在此处开始新帖子更合适，请告诉我，因为在您提供非常有用的评论后，我的原始目标肯定已经改变了。
回复：具有多个 x 变量的“拟合曲线”建模您的短语“......没有统计经验......”让我停下来，不再推荐任何建模想法，而是推荐以下两种途径之一：
1. 聘请顾问与您一起工作……特别是如果这是一项独一无二的工作，并且您并不真正想要或不需要建立您在统计方法方面的能力。
2. 建立统计方法的基本知识。 这有点像给你一辆闪亮的新车（统计方法），但你不知道如何开车。 而且您要求社区为您提供指导，让您乘坐闪亮的新车从 A 点到达 B 点。 所以我给你的一个想法是完成 SAS“工业问题解决的统计思维”在线课程。 免费。 完成课程模块后，您将建立统计方法和 JMP 的能力。 以下是课程主页的链接：工业问题解决的统计思维
