La préférence d'ajustement polynomial peut-elle être définie sur non centré ?Salut,
L'ajustement polynomial standard renvoie un ensemble centré de paramètres ajustés. Je comprends du point de vue des statisticiens pourquoi cela est fait, bien que dans la plupart des sciences et de l'ingénierie, ce ne soit pas la façon par défaut d'examiner les équations. Je sais que je peux contourner ce problème en allant ajuster la sélection spéciale, et cliquer, cliquer, cliquer, cliquer...
Existe-t-il un moyen de définir le comportement par défaut de l'ajustement polynomial pour utiliser des paramètres non centrés ? J'ai regardé une préférence mais rien ne me saute aux yeux (petit jeu de mots).
Andy
AnalytiqueRe: La préférence d'ajustement polynomial peut-elle être définie pour non centré?Je suis un peu confus par cette déclaration : " bien que dans la plupart des sciences et de l'ingénierie, ce ne soit pas la façon par défaut de considérer les équations. » En tant qu'ingénieur lors du développement d'au moins modèle de carrés, je commence par l'interception Y, puis je comprends de combien chaque variable de l'équation "déplace" la réponse. Que voulez-vous dire par là n'est pas la façon dont la plupart des scientifiques et des ingénieurs regardent les équations ? Je demande à comprendre votre point de vue. Vous pouvez, pendant l'ajustement du modèle, sélectionner l'option pas d'interception.
Re: La préférence d'ajustement polynomial peut-elle être définie pour non centré?Tout d'abord, vous êtes libre de spécifier pratiquement n'importe quel modèle linéaire ou non linéaire que vous souhaitez pour vos données. Parfois, il existe une base théorique pour le modèle. Souvent, il n'y en a pas. En tant que tels, les modèles empiriques n'ont souvent pas une interprétation complètement physique comme leurs homologues théoriques. C'est-à-dire que chaque terme ou paramètre a un rôle, mais ne représente pas nécessairement un attribut physique direct.
Le terme constant dans une expansion polynomiale qui est utilisé comme prédicteur linéaire dans la régression est un modèle empirique. L'interception pourrait être interprétée comme l'ordonnée à l'origine à x=0, mais ce n'est pas son seul but ou usage. C'est la réponse moyenne à l'origine, ce qui est utile si vos prédicteurs sont centrés. Le centrage n'est pas basé sur un modèle théorique. Il est basé sur les performances de la méthode de régression. Il améliore la puissance des tests d'hypothèse des paramètres en réduisant la corrélation des estimations de paramètres lorsque des termes supérieurs au premier ordre sont inclus par exemple.
Enfin, il peut y avoir d'autres contributions à la réponse y même lorsque les prédicteurs sont tous à zéro, ce qui conduit à une interception non nulle.
Re: La préférence d'ajustement polynomial peut-elle être définie pour non centré?Tout d'abord, la demande à nouveau : est-il possible de définir des préférences pour les ajustements polynomiaux pour qu'ils ne soient pas centrés ? Je sais que je peux passer par des solutions de contournement, mais j'aimerais améliorer mon flux de travail.
Le point le plus philosophique : Mon domaine est la science des matériaux en particulier les procédés et structures pour le solaire semi-conducteur, la batterie et j'accompagne des équipes de R&D. Une observation que j'ai d'ingénieurs (plus de 35 ans et de nombreuses entreprises et équipes) est qu'ils détestent le DOE principalement parce qu'il s'agit d'informations empiriques. Mon histoire préférée : le PDG donnerait 100 $ de bonus pour chaque exécution du DOE et le CTO licenciait quiconque suggérait de diriger un DOE et c'était la même entreprise. La définition des messages mixtes. Pour les EOD, si la solution tombe dans l'espace de test, le plus souvent, ce n'est pas le cas. Ils doivent donc apporter des changements et un modèle empirique est d'une valeur limitée pour eux car ils doivent lier les résultats à la théorie (ou à la théorie du fonctionnement pour les projets d'ingénierie). Pour cette raison, les ingénieurs et les scientifiques sont plus à l'aise avec les expériences à variable unique, en particulier parce qu'ils doivent établir la connexion.
