Modelado "Ajustar curva" con varias variables xHola, soy un principiante sin experiencia en estadísticas.
Mi problema es que tengo una sola columna de valores y y 6 columnas de valores x. Se supone que Y es causado por una combinación de los valores de 6 x.
Estoy tratando de encontrar un polinomio, usando los parámetros x, que modelen la y. He hecho esto con éxito usando la regresión de mínimos cuadrados en JMP (y en Python) pero los resultados no son sorprendentes porque mis datos definitivamente no están relacionados linealmente. Según tengo entendido, para ajustes no lineales, la curva de ajuste es adecuada. Sin embargo, no estoy seguro de cómo hacer esto con múltiples variables X ya que la "Curva de ajuste" solo acepta una.
¿Alguien me puede apuntar en la dirección correcta?
AnalíticaRe: modelado "Ajustar curva" con múltiples variables xEl término 'lineal' puede tener muchas interpretaciones en estadística. En la plataforma Fit Model, Standard Least Squares (que es lo que supongo que has probado) personalidad, son las estimaciones de parámetros las que son 'lineales' ... no necesariamente las respuestas. Si las respuestas no son de naturaleza 'lineal' con respecto a una o más de las x, entonces una expresión polinomial que aún sea lineal en los parámetros puede proporcionar un ajuste adecuado. Hay dos técnicas básicas que los modeladores usan en este caso ... transformaciones de x (¿un enfoque de Box Cox aquí podría ayudar a informar el tipo de transformación?) O y, o estimar términos de orden superior en la expresión polinomial lineal (cúbica, cuártica, etc. .). ¿Ha probado estas ideas antes de recurrir a Fit Curve u otras capacidades de modelado no lineal en JMP? Las plataformas Fit Curve y Non Linear utilizan modelos en los que las estimaciones de los parámetros en sí son no lineales con respecto a las variables x. Plataformas útiles seguro ... pero es posible que desee agotar todas las ideas posibles con modelos 'lineales' primero si aún no lo ha hecho.
Re: modelado "Ajustar curva" con múltiples variables xGracias por la excelente información.
Si bien probé los mínimos cuadrados estándar, como asumió, lo que obtuve, después de seleccionar solo las 4 variables más apropiadas basadas en P> | t | cosa, era algo con un adj. RSquare de solo 0,18.
Además, como asumiste, no he probado las posibles ideas con modelos lineales porque no estaba al tanto de las cosas que mencionaste, así que muchas gracias.
¿Podría indicarme la dirección correcta para descubrir cómo transformar mis parámetros para obtener el mejor ajuste? Como dije, no tengo experiencia en estadísticas, así que todo lo que quiero es cualquier combinación de los parámetros para modelar mejor mis valores y de cualquier forma posible y no sé por dónde empezar.
Re: modelado "Ajustar curva" con múltiples variables xAdemás, avíseme si cree que sería más apropiado comenzar una nueva publicación aquí, ya que mi objetivo original definitivamente ha cambiado después de su comentario tan útil.
Re: Modelado "Ajustar curva" con múltiples variables xSu frase "...sin experiencia en estadísticas..." me lleva a hacer una pausa y no recomendar más ideas de modelado, sino recomendar uno de dos caminos:
1. Contrate a un consultor para que haga el trabajo con usted... especialmente si se trata de un esfuerzo único y realmente no desea o necesita desarrollar su competencia en métodos estadísticos.
2. Desarrolla tus conocimientos básicos de métodos estadísticos. Es como darte un coche nuevo y reluciente (métodos estadísticos) pero no sabes cómo conducirlo. Y le está pidiendo a la comunidad que le dé instrucciones para ir del punto A al punto B en su nuevo y reluciente automóvil. Entonces, un pensamiento que tengo para usted es completar el curso en línea "Pensamiento estadístico para la resolución de problemas industriales" de SAS. Es gratis. Al completar los módulos del curso, desarrollará su competencia en relación con los métodos estadísticos y JMP. Aquí hay un enlace a la página de inicio del curso: Pensamiento estadístico para la resolución de problemas industriales
