비선형 피팅에 대한 신뢰 구간 및 예측 구간 계산안녕하세요,
고객은 곡선이 예상 허용 오차 내에 있는지 시각화하기를 원합니다.그녀는 JMP가 신뢰 구간이나 예측 구간을 제공하지 않는 비선형 적합을 사용합니다.그 목표를 달성하기 위해 저는 Non Linear Fit을 통해 예측 변수 공식을 사용했습니다. 200,000개의 행과 3개의 열이 있는 새 테이블을 만들었습니다. Y-formula, :Y_formula_Conf_Int 및 :Y_formula_Pred_Int.
:Y-공식은 매개변수 추정치를 사용하여 적합성을 나타냅니다.
:Y_formula_Conf_Int 추정치 및 ApproxStdErr을 기반으로 하는 각 매개변수에 대한 정규 랜덤 분포를 사용하여 적합도 주변의 신뢰 구간을 나타냅니다.
:Y_formula_Pred_Int는 추정치와 ApproxStdErr + RMSE를 기반으로 하는 각 매개변수에 대한 정규 랜덤 분포를 사용하여 예측 간격을 나타냅니다.
95% Conf를 시각화하기 위해. 국제 & 프레드. 국제 :Y_formula_Conf_Int 및 :Y_formula_Pred_Int 둘 다에 대해 -2.2 및 -1.8 SD(하한) 내의 값과 1.8 및 2.2 SD(상한) 내의 값을 선택했습니다.
95% 간격을 얻는 합리적인 방법입니까? 정규 랜덤 분포를 사용했지만 매개변수가 정규(또는 다른 것) 분포되어야 하는지 궁금합니다.
스크립트와 데이터세트는 설명을 위한 것입니다.
그 맞습니까 ? 좋은 근사치? 완전히 틀렸어?
이 데이터에 사용된 3P 지수는 예시일 뿐이라는 점을 염두에 두십시오. 가능한 경우 모든 적합성에 맞는 무언가를 원합니다.
도와 주셔서 감사합니다.
임마누엘
Re: 비선형 피팅에 대한 신뢰 구간 및 예측 구간 계산안녕 임마누엘,
다음 단계를 고려할 수 있습니다.
1. 적합 곡선 특성에 모델을 적합하고 매개변수 예측 공식을 데이터 테이블에 저장합니다.
2. 비선형 성격(비적합 곡선)으로 이동한 다음 X 역할에서 새로 생성된 예측 공식 열을 사용합니다.
3. 그런 다음 예측 신뢰 한계 또는 개별 신뢰 한계를 데이터 테이블에 저장할 수 있습니다.
4. 마지막으로 그래프 빌더의 예측 공식과 신뢰 한계를 사용하여 데이터, 모델 및 신뢰 한계로 그래프를 생성할 수 있습니다.
첨부된 데이터 표를 참조하십시오.
이 정보가 도움이 되기를 바랍니다. 내 이해가 정확하지 않은 경우 알려주십시오.
유이치
Re: 비선형 피팅에 대한 신뢰 구간 및 예측 구간 계산안녕하세요 Yuichi, 이미 사용 가능한 작업에 대해 매우 복잡한 작업 세트를 수행한 것 같습니다.
긍정적인 태도를 유지하고 이것을 스크립팅 교육으로 간주합시다. 답변 감사합니다.
Re: 비선형 피팅에 대한 신뢰 구간 및 예측 구간 계산안녕 @Emmanuel_Romeu 그리고 @yuichi_katsumur ,
일괄 처리로 이 작업을 수행하는 것도 "올바른" 것입니까?
데이터 테이블에는 여러 배치의 성장 곡선이 있습니다. 배치별로 Yuichis Calculation을 수행하면 개별 예측/신뢰 구간이 생성됩니다. 간격이 실제로 각 배치의 포인트를 따르기 때문에 오버레이 플롯에서 훨씬 멋지게 보입니다. 이것은 유용한 시각화(아래 참조)이지만 수학적으로도 정확합니까?
모든 생각과 정보를 공유해 주셔서 감사합니다. 
Re: 비선형 피팅에 대한 신뢰 구간 및 예측 구간 계산안녕하세요 플로리안,
분석의 목적에 따라 다르다고 생각합니다.
