やあ、
「Fit Y by X」プラットフォームで最適なものを見つける方法を知っている人はいますか?
場合によっては、線形近似を行った場合、次数 2 の多項式近似の方が明らかに近似が良好でした。どちらが優れているかを比較して試すのではなく
最適な曲線を素早く当てはめるにはどうすればよいですか?ありがとう
ピン
これは私が好きではない方法です（議論を盛り上げるため）。
このスクリプトは、最大 8 次多項式を適合し、評価ツールとして調整済み RS2 乗を使用します。 ただし、調整済み R2 乗はあまり良い方法ではありません。
//open table
dt = open ("$SAMPLE_DATA/Big Class.jmp");
//run 1-8 poly
biv = dt << Bivariate( Y( :weight ), X( :height ) );
for each ({i}, 1::8,
biv << Fit Polynomial (i)
);
//export fits table
dtfits = Report(biv)["Linear Fit","Summary of Fit",TableBox(1)] << Make Combined Data Table;
//find best adjusted RSquare
dtfits << Select where (:Column 1 != "RSquare Adj") << Delete Rows;
dtfits << New Column ("Degree", formula (row())); //might be bad to assume here
dtfits << Select where (:Column 2 == col max(:Column 2)) << Markers ("X");
dtfits << Graph Builder(
Size( 528, 454 ),
Show Control Panel( 0 ),
Variables( X( :Degree ), Y( :Column 2 ) ),
Elements( Line( X, Y, Legend( 4 ) ), Points( X, Y, Legend( 5 ) ) )
);
Fit Curve プラットフォームを検討したことがありますか? AICc と BIC の値が得られるため、より適切に機能する可能性があります。
Fit Curve を使用してより良い要約テーブルを取得することもできますが、最適な適合を得るためにさまざまな多項式を自動的に調べるには、スクリプトの方が機能すると思います。 フィットカーブは、多項式を数値ではなく名前で呼び出します。
ジェドとクリス、ありがとう。 はい、スクリプトと「Fit Curve」プラットフォームの両方を使用してなんとか見つけることができました。これは私の顧客にとっては簡単だと思われます:)
