Hallo alle,
Ich verwende das Anpassungsmodell-Tool, um Anpassungsgleichungen für eine bestimmte Teilmenge von Daten zu erstellen, die ich dann auf eine größere Menge anwenden und den RMS-Wert zwischen dem vorhergesagten und dem tatsächlichen Wert messen möchte. Ich habe 231 eindeutige Proben (als RunID bezeichnet) und in jeder Probe habe ich 2 verschiedene Kanäle, die ich auswerte. Dies führt zu insgesamt 436 Anpassungsgleichungen. Ich verwende das Werkzeug „Modell anpassen“, um die 436 Gleichungen zu erstellen, und ich kann jede Ausgabe manuell durchgehen und jede der Gleichungen in einer Spalte in der Datentabelle speichern. Ich kopiere dann die Formel für diese Spalte und füge sie wieder in meinen größeren Datensatz ein und messe den "vorhergesagten vs. tatsächlichen". Ich möchte die Gleichungen nicht manuell einfügen, und es scheint, als gäbe es ein paar Lösungen, die gepostet wurden hier und hier , aber ich kann beides nicht zum Laufen bringen.
Hier ist, was ich habe:
JMP-Version: 16
Ich versuche, den Zoffset aus den Positionen Xoffset und Yoffset vorherzusagen, also sollte ich eine Gleichung für jede "RunID/Channel"-Kombination erhalten.
Wenn ich das folgende Skript ausführe, erhalte ich Folgendes:
Ich habe nur die oben verlinkten Ansätze kopiert, aber es muss etwas anderes in meinem Code geben, das nicht ganz übereinstimmt.
obj = Modell anpassen (
Y( :ZOffset ),
By( :RunID, :Channel Only Location ),
Auswirkungen(
:XOffset, :XOffset * :XOffset, :XOffset * :XOffset * :XOffset, :YOffset,
:YOffset * :YOffset, :YOffset * :YOffset * :YOffset, :XOffset * :YOffset
),
Persönlichkeit ("Standard Least Squares"),
Hervorhebung ("Minimaler Bericht"),
Laufen(
:ZOffset << {Summary of Fit( 1 ), Varianzanalyse( 1 ),
Parameterschätzungen ( 1 ), fehlende Anpassung ( 0 ), skalierte Schätzungen ( 0 ),
Darstellung des Ist-Wertes nach Vorhergesagt( 0 ), Darstellung der Regression( 0 ),
Darstellung von Residuen nach Vorhersage( 0 ), Darstellung von studentisierten Residuen( 0 ),
Plot Effect Leverage( 0 ), Plot Residual by Normal Quantiles( 0 ),
Box Cox Y-Transformation( 0 )}
)
);
obj << (Fit[1] << Vorhersageformel speichern);
