다항식 맞춤 기본 설정을 중심에 두지 않도록 설정할 수 있습니까?안녕하세요,
표준 다항식 피팅은 피팅된 매개변수의 중심 세트를 반환합니다. 대부분의 과학 및 공학에서 이것이 방정식을 보는 기본 방법이 아니지만 통계학자의 관점에서 이것이 수행되는 이유를 얻습니다. 특수 선택 항목에 맞게 이 문제를 해결할 수 있다는 것을 알고 있습니다. 클릭, 클릭, 클릭, 클릭...
중심이 아닌 매개변수를 사용하도록 다항식 피팅의 기본 동작을 설정하는 방법이 있습니까? 나는 기본 설정을 보았지만 아무것도 나에게 점프(작은 말장난)하지 않습니다.
앤디
해석학Re: 다항식 맞춤 기본 설정을 중심이 아님에 대해 설정할 수 있습니까?나는 이 말에 약간 혼란스럽다: " 대부분의 과학 및 공학에서 이것은 방정식을 보는 기본 방법이 아닙니다." 최소한 개발할 때 엔지니어로서 제곱 모델에서 Y 절편으로 시작한 다음 방정식의 각 변수가 응답을 "움직이는" 정도를 이해합니다. 이것이 대부분의 과학자와 엔지니어가 방정식을 보는 방식이 아니라는 것은 무엇을 의미합니까? 나는 당신의 관점을 이해하기를 요청합니다. 모형 적합 중에 절편 없음 옵션을 선택할 수 있습니다.
Re: 다항식 맞춤 기본 설정을 중심이 아님에 대해 설정할 수 있습니까?우선, 데이터에 대해 원하는 선형 또는 비선형 모델을 자유롭게 지정할 수 있습니다. 때로는 모델에 대한 이론적 근거가 있습니다. 없는 경우가 많습니다. 따라서 경험적 모델은 종종 이론적인 모델처럼 완전히 물리적인 해석을 하지 않습니다. 즉, 각 용어 또는 매개변수에는 역할이 있지만 반드시 직접적인 물리적 속성을 나타내는 것은 아닙니다.
회귀에서 선형 예측 변수로 사용되는 다항식 확장의 상수 항은 경험적 모델입니다. 절편은 x=0에서 y 절편으로 해석될 수 있지만 이것이 유일한 목적이나 용도는 아닙니다. 예측 변수가 중앙에 있는 경우에 유용한 원점에서의 평균 응답입니다. 센터링은 이론적인 모델을 기반으로 하지 않습니다. 회귀 방법의 성능을 기반으로 합니다. 예를 들어 1차 이상의 항이 포함될 때 모수 추정값의 상관 관계를 줄임으로써 모수 가설 검정의 검정력을 향상시킵니다.
마지막으로, 예측 변수가 모두 0에 있는 경우에도 0이 아닌 절편으로 이어지는 응답 y에 대한 다른 기여가 있을 수 있습니다.
Re: 다항식 맞춤 기본 설정을 중심이 아님에 대해 설정할 수 있습니까?첫째, 다시 요청하십시오. 다항식 맞춤에 대한 기본 설정을 중심이 아닌 것으로 설정할 수 있습니까? 해결 방법을 수행할 수 있다는 것을 알고 있지만 작업 흐름을 개선하고 싶습니다.
더 철학적인 점: 제 영역은 반도체 태양광, 배터리의 공정 및 구조와 같은 재료 과학이며 저는 R&D 팀을 지원하고 있습니다. 엔지니어(35년 이상, 많은 회사 및 팀)로부터 관찰한 한 가지 사실은 DOE가 경험적 정보이기 때문에 대부분이 DOE를 싫어한다는 것입니다. 내가 가장 좋아하는 이야기: CEO는 DOE를 실행할 때마다 100달러의 보너스를 제공하고 CTO는 DOE를 운영할 것을 제안하는 사람을 해고할 것이고 그것은 같은 회사였습니다. 혼합 메시지의 정의. DOE의 경우 솔루션이 테스트 공간에 포함되는 경우 그렇지 않은 경우보다 훨씬 더 많습니다. 따라서 그들은 변경해야 하고 결과를 이론(또는 엔지니어링 프로젝트의 작동 이론)과 다시 연결해야 하기 때문에 경험적 모델은 그들에게 제한된 가치가 있습니다. 이러한 이유로 엔지니어와 과학자는 특히 연결해야 하기 때문에 단일 변수 실험에 더 편안합니다.
