다변수 보간(모델링?)5개의 입력 변수(i1, i2, i3, i4, i5)와 2개의 출력 변수(o1, o2)가 있는 시뮬레이션 출력의 큰 테이블이 있다고 가정합니다.
이제 한 쌍의 출력 숫자(예: (5,17))가 있고 i1에서 i5까지에 대해 꽤 좋은 값을 찾고 싶다고 가정합니다. 이를 다시 시뮬레이션에 넣으면 (5, 17) 출력으로.
JMP가 이와 같은 작업을 수행합니까?
해석학데이터 테이블다른Re: 다변수 보간(모델링?)기본적으로 거쳐야 할 두 단계가 있습니다.
1. 여러 JMP 모델링 방법 중 하나를 사용하여 데이터 및 실제 문제에 대해 작동하는 모델을 구축합니다. 여러 가지 방법이 있습니다.
2. 이러한 각 모델링 플랫폼에는 출력 변수의 값을 제공할 입력 변수 수준을 '찾는' 기능이 있는 예측 프로파일러라는 기능이 있습니다.
또는 이미 모델이 있는 경우 독립 실행형 JMP 예측 프로파일러를 사용하십시오.
Re: 다변수 보간(모델링?)"모델링 방법"으로 간주되는 것은 무엇입니까? Standard Least Squares, Stepwise, Manova 등과 같은 것입니까? 아니면 내가 잘못된 곳을 찾고 있습니까? 선형 보간과 같은 역할을 하는 것을 기대하고 있습니다.
방금 최소제곱 맞춤을 수행했지만 빨간색 삼각형 아래에 예측 프로파일러가 표시되지 않습니다.
Re: 다변수 보간(모델링?)Analyze>Fit Model을 실행하면 모델과 응답 변수를 입력합니다. 각 응답 요인 프로파일링> 프로파일러 옆에 있는 빨간색 삼각형을 클릭합니다.
Re: 다변수 보간(모델링?)모델링 방법, 예, Standard Least Squares, Stepwise 또는 Partition과 같은 비선형 방법과 JMP Pro, Bootstrap Forest 또는 Generalized Regression 플랫폼의 벌점 회귀 방법이 있는 경우. 이러한 각 경로에는 동일한 워크플로에서 바로 프로파일러를 사용하여 모델 선택에서 평가, 예측으로 이동할 수 있는 워크플로 옵션이 있습니다.
당신이 '선형 보간'이라고 말할 때 나는 당신이 무엇을 얻고 있는지 100% 확신하지 못하지만, 프로파일러가 개념적으로 하는 일은 n차원 요소 공간을 n차원 표면으로 취급하고 최적화 알고리즘이 어느 지점에서나 멈출 수 있도록 하는 것입니다 프로파일러 설정 내에서 지정한 응답에 대한 최대 적합성을 충족하는 요인 공간에서. 표면 플롯을 포함하여 최적 요인 설정 주변의 반응 표면을 시각화할 수도 있습니다. 시뮬레이션 기능도 내장되어 있습니다. 탐색 및 시각화를 위한 프로파일러 내의 다양한 옵션.
저는 버전 1부터 JMP 사용자였으며... 적어도 많은 사람들에게 오늘날까지 JMP의 예측 프로파일러 기능은 전체 JMP에서 '킬러 앱'을 정의하는 것 중 하나입니다. 생태계.
Re: 다변수 보간(모델링?)나는 정신적/지적으로 할 수 있는 자격이 없는 일을 하려고 할 수 있습니다.
이 이미지(Google에서 찾은)의 파란색 점처럼 보이는 데이터가 있다고 가정합니다.
https://www.researchgate.net/profile/Michel-Bercovier/publication/280567956/Figure/fig2/AS:640636273303552@1529750998054/Planar-mesh-and-3D-surface-interpolating-3D-points-and planes-at-the-mesh.png
... 그리고 저는 노란색 영역에 있는 새로운 점의 z-값 무리를 보간할 수 있기를 원합니다. 점 사이의 섹션이 평면으로 생성될 수 있기 때문에 선형입니다(삼각 측량 사용).
기본적으로 이 프로세스를 무엇이라고 합니까? 모델링? 나는 그것을 하는 방법에 대해 배우게 되어 기쁩니다. 어디서부터 시작해야 할지조차 모르겠습니다.
(참고로 저는 결국 2차원 이상으로 이것을 하고 싶습니다.)
