날카로운 영역 피팅내 데이터는 일반적으로 지수 감쇠 함수와 일치할 수 있지만 급격한 스파이크가 있는 곡선의 특정 지점에서 감쇠가 계속됩니다. 그러면 이 날카로운 모서리를 지수 함수 내부에 어떻게 맞출 수 있습니까?
고급 통계 모델링실험 설계예측 모델링 및 기계 학습Re: 날카로운 영역 피팅귀하의 지도에 대해 빅터씨에게 많은 감사를 드립니다.
Re: 날카로운 영역 피팅예 @Sherif_96 , 조각별 함수의 예측 모델에 동일한 방법론을 사용할 수 있습니다. 절차에 따라 각 함수에서 매개변수를 추출하고 이를 원래 요인에 연결할 수 있습니다.
귀하의 프로젝트에 도움이 될 몇 가지 추가 권장사항/조언:
- 조각별 함수가 적절한지 확인하세요. 곡선을 맞추는 데 필요한 점 수와 관련하여 적절한 수준의 복잡성이 있어야 합니다.
- 곡선의 모든 점을 완벽하게 맞추는 것을 피하고 일반적인 패턴이나 일반적인 동작과 매우 유사한 함수 모음을 찾으십시오. 조각별 함수는 모든 샘플에 존재하는 동작/패턴을 나타내야 하므로 이 조각별 함수를 각 샘플에 맞출 때 유사한 SSE를 가져야 합니다.
여러 샘플의 경우가 아니라면 패턴이 아직 완전히 발견되지 않았을 수 있습니다.
일부 샘플만 조각별 함수의 패턴에서 벗어나는 경우 조사해야 할 사항이 있을 수 있습니다. 실험 또는 측정 오류? 등...
- 요인의 범위(V/B 비율)가 충분히 크고 탐색된 수준이 대표적인 실험 표본인 곡선 반응의 가변성을 높이고 분석을 용이하게 할 만큼 충분한 간격을 두고 있는지 확인하십시오. 또한 곡선의 패턴에 맞게 생성된 조각별 함수가 좋은 일반화 속성을 가질 수도 있는지 확인합니다.
혼합물 설계와 관련하여 시작할 수 있는 다양한 JMP 리소스가 있습니다.
분기별 회의와 통찰력 있는 토론을 제공하는 열정적인 DoE 사용자 그룹인 실험 계획 클럽(Design of Experiments Club)에 가입할 수도 있습니다. 다음 회의는 6월 11일로 예정되어 있습니다: https://www.jmp.com/en_gb/events/users-groups/users-group-meetings/doe-community-of-practice-multi-registration.html
이 첫 번째 리소스가 도움이 되기를 바랍니다.
Re: 날카로운 영역 피팅항상 감사드립니다, Victor. 예측 모델을 만들고 싶다면 이전 게시물에서 제안한 절차를 따르겠습니다. 조각별 함수의 경우 이것이 맞나요?
그리고 JMP를 사용한 혼합물 설계에 대해 배울 수 있는 리소스를 추천해 주실 수 있나요?
Re: 날카로운 영역 피팅여러 샘플(동일한 X 값에 대해 여러 Y)이 포함된 이 데이터세트를 언급하고 있는 것 같습니다. : https://community.jmp.com/t5/Discussions/How-to-obtain-the-optimum-formulation/mp/762444#M94169
데이터 테이블에서 샘플을 식별한 경우 비선형 플랫폼을 사용하고 "By" 변수에 샘플 ID를 사용하여 각 샘플에 독립적으로 조각별 방정식을 맞출 수 있습니다. Ctrl 키를 누른 채 "이동"을 클릭하면 모든 샘플에 대한 매개변수 추정을 독립적으로 동시에 동시에 시작할 수 있습니다.
그런 다음 매개변수 값을 집계하고(매개변수 추정값이 있는 테이블의 "솔루션" 패널에서 마우스 오른쪽 버튼을 클릭하고 "결합된 데이터 테이블 만들기" 클릭) 이를 비교하고 요인 변수와 연결/분석할 수 있습니다( 예를 들어 생성된 테이블을 V/B 비율로 업데이트하고, 데이터 테이블을 매개변수별로 분할하고, 매개변수 값과 V/B 비율 간의 상관 관계를 분석합니다.
내 응답에 사용된 단계를 테스트하고 볼 수 있도록 데이터 세트를 첨부합니다.
Re: 날카로운 영역 피팅하지만 동일한 X에 대해 여러 개의 Y 값이 있으면 어떻게 되나요? Y 값은 조금씩 다르지만 동일한 패턴을 따르며, 다른 요인의 존재로 인해 달라집니다. X 및 기타 요인 효과를 고려하여 조각별 함수를 사용하여 다양한 응답을 맞출 수 있습니까?
Re: 날카로운 영역 피팅명확한 설명과 단계별 안내에 감사드립니다.
Re: 날카로운 영역 피팅안녕하세요 @Sherif_96 님 ,
지수 함수의 날카로운 모서리를 처리할 수 있는 두 가지 가능한 분석 방법에 대해 생각하고 있습니다.
- 프로파일/곡선 패턴이 항상 정의된 x 값/영역에서 발생하는 경우 비선형 회귀 플랫폼을 사용하고 조각별 함수를 정의할 수 있습니다.
- 또한 Functional Data Explorer(jmp.com)를 사용하여 P-Splines 단계 함수 곡선을 맞출 수도 있습니다. 곡선의 지수적인 모양을 유지하지는 않지만 단계 함수로 함수를 근사화하여 날카로운 모서리를 처리할 수 있습니다. JMP 18에는 피크를 더 쉽게 식별할 수 있는 가능성도 있으므로 JMP 18이 출시되면 테스트할 수 있는 흥미로운 옵션이 될 수도 있습니다.
JMP에 문제에 대한 분석적 해결책이 있더라도 곡선에서 이 피크의 "의미"에 대한 @statman 의 메시지를 지지하고 싶습니다. 이것이 분석에서 유지해야 하는 정말 중요하고 실질적으로 중요한 패턴인가요? 통계적 관점에서 볼 때, 조각별 함수(SSE=237)와 "맞춤 곡선" 플랫폼(SSE)을 사용한 "단순" 지수 함수에 의한 근사 사이의 모델 SSE(제곱합 오류) 측면에서 큰 차이가 없습니다. =287).
이 두 가지 분석(조각별 대 "단순" 지수 함수)의 잔차도 매우 유사해 보입니다.
나는 당신이 스스로 시도하고 무엇이 당신에게 적합한지 분석할 수 있도록 사용된 스크립트와 함께 데이터 테이블을 첨부했습니다.
이것이 당신에게 도움이 되기를 바랍니다.
Re: 날카로운 영역 피팅이 스파이크는 실제로 혼합물의 특정 화학 성분의 존재와 관련이 있으므로 어떤 측면도 무시하지 않고 예측 모델을 생성하려고 합니다. 이 날카로운 모서리의 효과를 무시하면 다음과 같은 경우 원본 데이터에서 벗어날 수 있습니다. 지수 함수로 피팅됩니다.
Re: 날카로운 영역 피팅무엇을 하려고 하시나요? 왜 스파이크를 맞추려고 합니까? 스파이크가 발생하는 이유를 설명하려고 하시나요? 아니면 급등을 예측하시겠습니까? 이것이 비정상적인 이벤트(예: 특별 이벤트)인지 평가하려고 하시나요? 실제로 그 급증의 실제적인 의미는 무엇입니까?
