Hola Comunidad,
Tengo una pregunta sobre una comparación de resultados entre los resultados de un polinomio de segundo grado y una transformación al cuadrado. Para simplificar las cosas, creé algunos datos simulados que adjuntaré a este mensaje, pero a continuación se muestra una captura de pantalla:
Para el enfoque polinomial, lo hice en la plataforma "fit model" y marqué la opción "sin intersección" y también desmarqué "center polynomials" en las opciones de especificación del modelo en la opción de flecha roja (opción que descubrí gracias a una discusión similar: Resuelto: Fit Model: Square Transformation vs 2nd Order Polynomial - JMP User Community ). Luego, creé un modelo de A como una función de B y B al cuadrado y luego forcé al modelo a ser solo A como una función de B al cuadrado. y exporté estos resultados.
En cuanto al método de transformación al cuadrado, acabo de crear otra columna ("B al cuadrado" en la captura de pantalla siguiente) con B al cuadrado. Los resultados no son los mismos, como puede ver a continuación:
Cuando abro las fórmulas:
Fórmula de predicción a partir del enfoque del modelo de ajuste:
Fórmula de columna con transformación al cuadrado:
Como puede ver, los resultados no son los mismos debido al factor multiplicativo "0,0129..." con el enfoque del modelo de ajuste.
¿Podrían ayudarme a entender por qué en la plataforma de modelos de ajuste, a pesar de mis esfuerzos por forzar un modelo de A como función del cuadrado de B, siempre hay un factor multiplicativo presente en la ecuación de predicción? ¿Qué hay detrás de esto?
Gracias.
Hola @Julianveda : Tu primera fórmula (con 0,0129) sirve para predecir A como función de B (A=0,0129*B*B, según el modelo que especificaste). La otra fórmula (B*B) es simplemente B*B; por lo tanto, no deberían coincidir.
Gracias @MRB3855 , entiendo tu punto. Me confundí al explorar la funcionalidad "polinomios centrales" de la discusión en el enlace que compartí.
