成功执行普通最小二乘法 - 下一步是什么？你好，
这是我正在使用的数据集片段的图片：
p 和 k 被假定为因变量，取决于其余参数。 我的目标是获得最好的多项式 p = f(x1,x2,x3...) 来模拟我的数据之间的关系。 x 也一样。
到目前为止，我遵循了一个关于如何执行 OLS 的千篇一律的教程，并为我的数据获得了一个非常基本的线性多项式。 形容词 RSquared 最终约为 0.18，这非常糟糕。 我想改善这个！
我几乎没有统计经验 - 所以有人可以指出我学习如何改进我已经拥有的多项式的正确方向。 在之前的帖子中，一位评论者提到了转换我的数据。 我做了一些搜索，但无法找出确定要执行哪些转换以改进多项式的最佳方法。
感谢您的时间！
聚苯乙烯 如果有人愿意在大约 30 分钟内不和谐屏幕共享以快速与我合作并教我相关的 JMP/统计信息，以便我可以学习解决我的问题，我会补偿你的时间。
分析回复：成功执行普通最小二乘法 - 下一步是什么？欢迎来到 JMP 社区。 我不明白您的情况，但听起来您正在尝试仅基于数据构建模型？ 您没有提供有关如何获取数据的任何信息。现在我看到您在同一主题上启动了多个线程？？？
以下是我开发模型的想法：
1. 在收集任何数据之前，根据科学提出假设，解释为什么自变量和因变量之间会存在潜在的因果关系。
2. 设计多个抽样计划或实验，以深入了解这些假设，考虑到每个假设所需的资源如何变化、可以估计哪些影响、哪些会被混淆以及哪些会受到限制。
3. 预测此类数据收集策略的所有可能结果以及您将为每个预测采取什么行动。 然后选择一种在知识获取与资源投资之间取得平衡的方法。
4. 收集数据并记录任何感兴趣的观察结果并进行分析。 始终实用，然后是图形，最后是定量。
数据的获取方式会影响您构建模型的方式。 例如，当数据来自实验时，我通常会采用减法方法（从饱和模型开始并删除术语，注意从工程或科学的角度来看是否合理？， Rsquare-Rsquare 调整后的 delta、RMSE、p 值和残差）。 如果它来自嵌套研究，我会从底部开始，然后向上工作。 如果它只是观察数据，我可能会采用更多的附加方法（例如，从一阶开始并添加项的逐步方法），当然您需要担心多重共线性。
回复：成功执行普通最小二乘法 - 下一步是什么？非常感谢您的想法，
我只开始了多个线程，因为在发布我的第一个线程并得到回复后，在我了解更多之后，我的问题的方向似乎发生了变化。 我为此道歉。
我的数据完全是观察性的，并且仅通过测量收集。 我想我最大的问题是我没有统计经验，所以不幸的是，你所说的很多内容对我来说都没有任何意义，我主要是希望为改进模型的程序指明正确的方向仅数据。 看起来这可能比我最初预期的要复杂得多...... 我一直在学习。
回复：成功执行普通最小二乘法 - 下一步是什么？你好@mben
如果您需要个人支持，请随时给我发送私信。
罗恩
