具有多个 x 变量的“拟合曲线”建模你好，我是一个没有统计经验的初学者。
我的问题是我有单列 y 值和 6 列 x 值。 假设 Y 是由 6 个 x 值的组合引起的。
我试图使用 x 参数得出一个多项式，对 y 进行建模。 我已经在 JMP（和 python）中使用最小二乘回归成功地完成了此操作，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 变量来执行此操作，因为“拟合曲线”只接受一个。
有人能指出我正确的方向吗？
消费者和市场研究回复：使用多个 x 变量的“拟合曲线”建模看起来因为我是新用户，所以我无法访问私人消息......
回复：使用多个 x 变量的“拟合曲线”建模我将向您发送私人消息，因为此类对话不是本论坛的预期内容。
回复：使用多个 x 变量的“拟合曲线”建模谢谢你的建议。 我很想聘请一名顾问，并且已经与一些人联系了 Fiverr。 你知道还有什么地方是个好地方吗？
回复：使用多个 x 变量的“拟合曲线”建模您的短语“...没有统计经验...”让我暂停并不再推荐任何更多的建模想法，而是推荐以下两条路径之一：
1. 聘请一名顾问与您一起完成这项工作……尤其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统计方法方面的能力。
2. 建立统计方法的基础知识。 这有点像给你一辆闪亮的新车（统计方法），但你不知道如何驾驶。 您要求社区为您提供如何乘坐闪亮的新车从 A 点前往 B 点的说明。 因此，我为您提供的一个想法是完成 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。 这是课程主页的链接：解决工业问题的统计思维
回复：使用多个 x 变量的“拟合曲线”建模另外，如果您认为在这里开始一篇新文章更合适，请告诉我，因为在您非常有帮助的评论之后，我最初的目标肯定已经改变了。
回复：使用多个 x 变量的“拟合曲线”建模感谢您提供的重要信息。
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 4 个最合适的变量后，我得到了什么东西，是带有Adj的东西。 R 方仅为 0.18。
也像您假设的那样，我还没有尝试过线性模型的可能想法，因为我不知道您提出的事情，所以非常感谢您。
您能否为我指出正确的方向，以找出如何转换参数以获得最佳拟合？ 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：使用多个 x 变量的“拟合曲线”建模“线性”一词在统计学中可以有多种解释。 在拟合模型平台中，标准最小二乘法（我假设您已经尝试过？）个性，参数估计是“线性”的......不一定是响应。 如果对于一个或多个 x 的响应不具有“直线”性质，则参数中仍呈线性的多项式表达式可以提供足够的拟合。 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 方法可能有助于了解变换的类型？）或 y 的变换，或者估计线性多项式表达式中的高阶项（三次、四次等） .)。 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的模型中参数估计值本身对于 x 变量是非线性的。 当然是有用的平台……但如果您还没有这样做，您可能想首先用“线性”模型穷尽所有可能的想法。
