具有多個 x 變量的“擬合曲線”建模你好，我是初學者，沒有統計經驗。
我的問題是我有一列 y 值和 6 列 x 值。 假設 Y 是由 6 個 x 值的組合引起的。
我試圖提出一個多項式，使用 x 參數，對 y 建模。 我已經在 JMP（和 Python）中使用最小二乘回歸成功地完成了這項工作，但結果並不令人驚訝，因為我的數據絕對不是線性相關的。 根據我的理解，對於非線性擬合，擬合曲線是合適的。 但是，我不確定如何使用多個 X 變量來做到這一點，因為“擬合曲線”只接受一個。
有人可以指出我正確的方向嗎？
分析回复：具有多個 x 變量的“擬合曲線”建模術語“線性”在統計學中可以有多種解釋。 在擬合模型平台，標準最小二乘法（我假設您已經嘗試過？）個性中，參數估計是“線性”的……不一定是響應。 如果響應對於一個或多個 x 不是“直線”性質，那麼參數中仍然是線性的多項式表達式可能會提供足夠的擬合。 在這種情況下，建模者使用兩種基本技術……x 的變換（此處的 Box Cox 方法可能有助於告知變換類型？）或 y 的變換，或估計線性多項式表達式（三次、四次等）中的高階項.) 在使用 JMP 中的擬合曲線或其他非線性建模功能之前，您是否首先嘗試過這些想法？ “擬合曲線”和“非線性”平台使用參數估計值本身與 x 變量呈非線性關係的模型。 肯定有用的平台……但如果您還沒有這樣做，您可能想先用“線性”模型窮盡所有可能的想法。
回复：具有多個 x 變量的“擬合曲線”建模謝謝你提供的信息。
雖然我已經嘗試了標準最小二乘法，就像您假設的那樣，但在根據 P>|t| 僅選擇了 4 個最合適的變量之後，我得到了什麼。東西，是帶有 Adj 的東西。 R 方僅為 0.18。
也像你假設的那樣，我沒有嘗試過線性模型的可能想法，因為我不知道你提出的事情，所以非常感謝你。
你能指出我正確的方向來弄清楚如何轉換我的參數以獲得最佳擬合嗎？ 就像我說的，我沒有統計經驗，所以我想要的只是參數的任意組合，以任何可能的方式對我的 y 值進行最佳建模，但不知道從哪裡開始。
回复：具有多個 x 變量的“擬合曲線”建模另外，如果您認為在此處開始新帖子更合適，請告訴我，因為在您提供非常有用的評論後，我的原始目標肯定已經改變了。
回复：具有多個 x 變量的“擬合曲線”建模您的短語“......沒有統計經驗......”讓我停下來，不再推薦任何建模想法，而是推薦以下兩種途徑之一：
1. 聘請顧問與您一起工作……特別是如果這是一項獨一無二的工作，並且您並不真正想要或不需要建立您在統計方法方面的能力。
2. 建立統計方法的基本知識。 這有點像給你一輛閃亮的新車（統計方法），但你不知道如何開車。 而且您要求社區為您提供指導，讓您乘坐閃亮的新車從 A 點到達 B 點。 所以我給你的一個想法是完成 SAS“工業問題解決的統計思維”在線課程。 免費。 完成課程模塊後，您將建立統計方法和 JMP 的能力。 以下是課程主頁的鏈接：工業問題解決的統計思維
