多變量插值（建模？）假設我有一個包含 5 個輸入變量（i1、i2、i3、i4、i5）和 2 個輸出變量（o1、o2）的模擬輸出大表。
現在假設我有一對輸出數字，例如 (5,17)，我想為 i1 到 i5 找到相當好的值，這樣如果我將它們放回模擬中，我會得到接近 (5, 17) 作為輸出。
JMP 會做這樣的事情嗎？
分析數據表其他回复：多變量插值（建模？）基本上你需要經歷兩個步驟：
1. 使用多種 JMP 建模方法中的一種構建適用於您的數據和實際問題的模型……其中有很多。
2. 這些建模平台中的每一個都具有稱為預測剖析器的功能，它能夠“找到”將提供輸出變量值的輸入變量級別。
或者，如果您已有模型，只需使用獨立的 JMP 預測刻畫器。
回复：多變量插值（建模？）什麼被認為是“建模方法”？ 是標準最小二乘法、逐步法、Manova 等嗎？ 還是我找錯地方了？ 我希望有類似線性插值的東西。
我只是進行了最小二乘擬合，但在任何紅色三角形下都沒有看到預測刻畫器。
回复：多變量插值（建模？）如果您運行分析>擬合模型輸入模型和響應變量。 單擊每個響應因子分析旁邊的紅色三角形>分析器
回复：多變量插值（建模？）通過建模方法，是的，Standard Least Squares、Stepwise，甚至是 Partition 等非線性方法，如果您有 JMP Pro、Bootstrap Forest 或廣義回歸平台中的任何懲罰回歸方法。 作為工作流程的一部分，這些路徑中的每一個都可以選擇在同一工作流程中使用 Profiler 從模型選擇到評估再到預測。
當你說“線性插值”時，我不是 100% 確定你在做什麼，但是，分析器在概念上所做的是將你的 n 維因子空間視為 n 維表面，並允許優化算法在任何點停止在滿足您在 Profiler 設置中指定的響應的最大期望的因子空間中。 您還可以包含曲面圖以可視化最佳因子設置周圍的響應曲面。 還有一個內置的模擬功能。 Profiler 中有許多用於探索和可視化的選項。
從第 1 版開始，我就是 JMP 用戶……我認為可以肯定地說……至少對許多人來說，JMP 的 Prediction Profiler 功能至今仍是整個 JMP 中定義的“殺手級應用程序”之一（如果不是的話）生態系統。
回复：多變量插值（建模？）我可能正在嘗試做一些我在精神上/智力上沒有資格做的事情。
假設我的數據看起來像這張圖片上的藍點（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-平面上的網格.png
...並且我希望能夠在黃色區域中插入一堆新點的 z 值。 它是線性的，因為點之間的部分可以創建為平面（使用三角剖分）。
從根本上說，這個過程叫什麼？ 造型？ 我很高興去學習如何去做，我什至不知道從哪裡開始。
（注意，我最終希望在超過 2 個維度上做到這一點。）
