多变量插值（建模？）假设我有一个很大的模拟输出表，其中包含 5 个输入变量（i1、i2、i3、i4、i5）和 2 个输出变量（o1、o2）。
现在假设我有一对输出数字，例如 (5,17)，并且我想找到 i1 到 i5 的相当好的值，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有类似的做法吗？
质量和工艺工程回复：多变量插值（建模？）建模是人们用来创建图片中显示的表面的方法。 然后使用非技术“建模”的其他技术来创建预测。 这些可以像创建图片这样的可视化并直观地从图表中选取点一样简单。 在与 x 相关的多个维度中，这成为一个站不住脚的解决方案，因此您可以使用 JMP 预测刻画器之类的工具来帮助进行预测。 预测刻画器的核心是用于创建曲面的模型。 作为@马克贝利建议，特别是对于像您的图片所示的表面，高斯过程模型可能效果很好。 但你最终得到的具体模型取决于你......
如果你对建模一无所知，我有两个想法：
1. 您是否想一次性解决该问题，并且不再期望使用这些方法？ 如果是的话，我的建议是聘请一名顾问来完成这项工作。 当您投入时间和精力从零开始走向解决方案时，您所花费的时间与聘请顾问的时间相当……而且您可能会在不知不觉中犯一些错误。 学习就是这样发生的。 如果没有，并且您想在这个领域建立自己的个人能力，请继续阅读。
2. 我猜你对统计方法和JMP知之甚少。 如果是这种情况，免费的 SAS 课程“工业问题解决的统计思维”是一个很好的起点。 从头开始并完成整个课程。 然后努力解决你的问题。 这是课程的链接：解决工业问题的统计思维
回复：多变量插值（建模？）这都是建模，但你可以称之为插值。 一种特殊的灵活且强大的插值器是高斯过程。 您可以阅读有关它以及如何将其与 JMP 和您的数据一起使用的信息：帮助。
回复：多变量插值（建模？）我可能正在尝试做一些我在精神/智力上没有资格做的事情。
假设我有看起来像此图像上的蓝点的数据（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-网格平面.png
...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，因为点之间的截面可以创建为平面（使用三角测量）。
从根本上来说，这个过程叫什么？ 造型？ 我很高兴去学习如何做到这一点，但我什至不知道从哪里开始。
（注意，我希望最终在二维以上的情况下做到这一点。）
回复：多变量插值（建模？）通过建模方法，是的，标准最小二乘法、逐步法，甚至非线性方法（例如分区），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，每个途径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。
当您说“线性插值”时，我不能 100% 确定您的意思，但是，分析器从概念上讲是将您的 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探查器设置中指定的响应的最大期望值的因子空间中。 您还可以包括曲面图，以可视化最佳因子设置周围的响应曲面。 还有内置的模拟功能。 Profiler 中有很多用于探索和可视化的选项。
我从版本 1 开始就是 JMP 用户...我认为可以肯定地说...至少对于许多人来说，迄今为止，JMP 的预测刻画器功能即使不是整个 JMP 中定义的“杀手级应用程序”，也是其中之一生态系统。
回复：多变量插值（建模？）如果运行分析>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？）什么被认为是“建模方法”？ 是标准最小二乘法、逐步法、多元方差分析等吗？ 或者我找错地方了？ 我希望有类似线性插值的东西。
我刚刚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？）您基本上需要执行两个步骤：
1. 使用多种 JMP 建模方法之一构建适合您的数据和实际问题的模型……有多种方法。
2. 这些建模平台中的每一个都具有称为预测刻画器的功能，它能够“查找”将提供输出变量值的输入变量级别。
或者，如果您已有模型，则只需使用独立的 JMP 预测刻画器。
