多变量插值（建模？）假设我有一个包含 5 个输入变量（i1、i2、i3、i4、i5）和 2 个输出变量（o1、o2）的模拟输出大表。
现在假设我有一对输出数字，例如 (5,17)，我想为 i1 到 i5 找到相当好的值，这样如果我将它们放回模拟中，我会得到接近 (5, 17) 作为输出。
JMP 会做这样的事情吗？
分析数据表其他回复：多变量插值（建模？）基本上你需要经历两个步骤：
1. 使用多种 JMP 建模方法中的一种构建适用于您的数据和实际问题的模型……其中有很多。
2. 这些建模平台中的每一个都具有称为预测剖析器的功能，它能够“找到”将提供输出变量值的输入变量级别。
或者，如果您已有模型，只需使用独立的 JMP 预测刻画器。
回复：多变量插值（建模？）什么被认为是“建模方法”？ 是标准最小二乘法、逐步法、马诺瓦法等吗？ 还是我找错地方了？ 我希望有类似线性插值的东西。
我只是进行了最小二乘拟合，但在任何红色三角形下都没有看到预测刻画器。
回复：多变量插值（建模？）如果您运行分析>拟合模型输入模型和响应变量。 单击每个响应因子分析旁边的红色三角形>分析器
回复：多变量插值（建模？）通过建模方法，是的，Standard Least Squares、Stepwise，甚至是 Partition 等非线性方法，如果您有 JMP Pro、Bootstrap Forest 或广义回归平台中的任何惩罚回归方法。 作为工作流程的一部分，这些路径中的每一个都可以选择在同一工作流程中使用 Profiler 从模型选择到评估再到预测。
当你说“线性插值”时，我不是 100% 确定你在做什么，但是，分析器在概念上所做的是将你的 n 维因子空间视为 n 维表面，并允许优化算法在任何点停止在满足您在 Profiler 设置中指定的响应的最大期望的因子空间中。 您还可以包含曲面图以可视化最佳因子设置周围的响应曲面。 还有一个内置的模拟能力。 Profiler 中有许多用于探索和可视化的选项。
从第 1 版开始，我就是 JMP 用户……我认为可以肯定地说……至少对许多人来说，JMP 的 Prediction Profiler 功能至今仍是整个 JMP 中定义的“杀手级应用程序”之一（如果不是的话）生态系统。
回复：多变量插值（建模？）我可能正在尝试做一些我在精神上/智力上没有资格做的事情。
假设我的数据看起来像这张图片上的蓝点（我在 Google 上找到的）：
https://www.researchgate.net/profile/Michel-Bercovier/publication/280567956/figure/fig2/AS:640636273303552@1529750998054/Planar-mesh-and-3D-surface-interpolating-3D-points-and-tangent-平面上的网格.png
...并且我希望能够在黄色区域中插入一堆新点的 z 值。 它是线性的，因为点之间的部分可以创建为平面（使用三角剖分）。
从根本上说，这个过程叫什么？ 造型？ 我很高兴去学习如何去做，我什至不知道从哪里开始。
（注意，我最终希望在超过 2 个维度上做到这一点。）
