Kann die polynomiale Anpassungspräferenz auf nicht zentriert eingestellt werden?Hi,
Die Standard-Polynomanpassung gibt einen zentrierten Satz angepasster Parameter zurück. Ich verstehe aus der Perspektive eines Statistikers, warum dies getan wird, obwohl dies in den meisten Wissenschafts- und Ingenieurwissenschaften nicht die Standardmethode ist, um Gleichungen zu betrachten. Ich weiß, dass ich das umgehen kann, indem ich eine spezielle Auswahl einpasse und klick, klick, klick, klick...
Gibt es eine Möglichkeit, das Standardverhalten der Polynomanpassung so festzulegen, dass nicht zentrierte Parameter verwendet werden? Ich habe mir eine Vorliebe angeschaut aber nichts springt (kleines Wortspiel) auf mich.
Andy
AnalytikBetreff: Kann die polynomiale Anpassungspräferenz auf nicht zentriert eingestellt werden?Ich bin ein wenig verwirrt von dieser Aussage: " obwohl dies in den meisten Wissenschafts- und Ingenieurwissenschaften nicht die Standardmethode ist, um Gleichungen zu betrachten." Als Ingenieur bei der Entwicklung mindestens Squares-Modell beginne ich mit dem Y-Achsenabschnitt und verstehe dann, wie stark jede Variable in der Gleichung die Antwort "bewegt". Was meinen Sie damit, dass die meisten Wissenschaftler und Ingenieure Gleichungen nicht betrachten? Ich bitte um Verständnis für Ihren Standpunkt. Sie können während der Modellanpassung die Option Kein Schnittpunkt auswählen.
Betreff: Kann die polynomiale Anpassungspräferenz auf nicht zentriert eingestellt werden?Zunächst können Sie praktisch jedes beliebige lineare oder nichtlineare Modell für Ihre Daten angeben. Manchmal gibt es eine theoretische Grundlage für das Modell. Oft gibt es das nicht. Empirische Modelle haben daher oft keine vollständig physikalische Interpretation wie ihre theoretischen Gegenstücke. Das heißt, jeder Begriff oder Parameter hat eine Rolle, repräsentiert aber nicht unbedingt ein direktes physikalisches Attribut.
Der konstante Term in einer Polynomentwicklung, der als linearer Prädiktor in der Regression verwendet wird, ist ein empirisches Modell. Der Achsenabschnitt könnte als y-Achsenabschnitt bei x=0 interpretiert werden, aber das ist nicht der einzige Zweck oder die einzige Verwendung. Es ist die mittlere Antwort am Ursprung, die nützlich ist, wenn Ihre Prädiktoren zentriert sind. Die Zentrierung basiert nicht auf einem theoretischen Modell. Es basiert auf der Leistung der Regressionsmethode. Es verbessert die Aussagekraft der Hypothesentests der Parameter, indem es die Korrelation der Parameterschätzungen verringert, wenn beispielsweise Terme oberhalb der ersten Ordnung einbezogen werden.
Schließlich können noch andere Beiträge zur Antwort y vorhanden sein, selbst wenn die Prädiktoren alle auf Null liegen, was zu einem von Null verschiedenen Achsenabschnitt führt.
Betreff: Kann die polynomiale Anpassungspräferenz auf nicht zentriert eingestellt werden?Zunächst noch einmal die Frage: Ist es möglich, Voreinstellungen für nicht zentrierte Polynomanpassungen zu setzen. Ich weiß, dass ich Problemumgehungen durchführen kann, aber ich möchte meinen Arbeitsfluss verbessern.
Der philosophische Punkt: Mein Fachgebiet ist die Materialwissenschaft, speziell Prozesse und Strukturen für Halbleiter-Solar-, Batterie- und ich unterstütze F&E-Teams. Eine Beobachtung, die ich von Ingenieuren (über 35 Jahre und viele Unternehmen und Teams) habe, ist, dass sie DOE hauptsächlich hassen, weil es sich um empirische Informationen handelt. Meine Lieblingsgeschichte: Der CEO gab $100 Bonus für jeden DOE-Lauf und der CTO feuerte jeden, der vorschlug, ein DOE zu betreiben, und es war dieselbe Firma. Die Definition von gemischten Nachrichten. Wenn die Lösung für DOEs in den Testraum fällt, ist dies viel häufiger als nicht der Fall. Sie müssen also Änderungen vornehmen und ein empirisches Modell ist für sie von begrenztem Wert, da sie die Ergebnisse an die Theorie (oder die Betriebstheorie für Ingenieurprojekte) zurückführen müssen. Aus diesem Grund fühlen sich Ingenieure und Wissenschaftler mit Einzelvariablenexperimenten wohler, insbesondere weil sie die Verbindung herstellen müssen.
