データのさまざまな変換を試して最適な線形近似を見つけることができる、カーブ フィット プラットフォームのようなものはありますか?カーブ フィット プラットフォームでは、さまざまな種類のカーブを試して、どれが最も適しているかを確認できます。さまざまなデータ変換を比較して、最適な線形フィットを見つけられるようにしたいと思います。これが可能なプラットフォームはありますか?
私はMacBook ProでJMP 17.0を使用しています。
基本的なデータ分析とモデリングRe: データのさまざまな変換を試して最適な線形近似を見つけることができる、カーブ フィット プラットフォームのようなものはありますか?見てください
分析=>特殊モデリング=>曲線のフィット
ドキュメントはこちらをご覧ください
ヘルプ=>JMP ドキュメントライブラリ=>予測および特殊モデリング
Re: データのさまざまな変換を試して最適な線形近似を見つけることができる、カーブ フィット プラットフォームのようなものはありますか?しかし、線形近似だけが必要です。さまざまなデータ変換を試して、どれが最適な線形近似になるかを確認したいと思います。
Re: データのさまざまな変換を試して最適な線形近似を見つけることができる、カーブ フィット プラットフォームのようなものはありますか?これを行う簡単な方法は、使用する変換ごとに別の新しい列を作成し、Fit Y by Xプラットフォームを使用してフィットラインを生成することです。その後、さまざまな回帰を適合度で並べ替えることができます。
Re: データのさまざまな変換を試して最適な線形近似を見つけることができる、カーブ フィット プラットフォームのようなものはありますか?線形関数と線形モデルを区別する必要があると思います。多項式は非線形関数ですが線形モデルです。Y=f(X,X2, X3, etc.) は線形関数になります。Fit Curve はこのような多項式に適合します。線形モデルではないものにも適合します。したがって、最初は多項式に限定することができます。さて、対数変換が必要な場合は、txnelson のアドバイスに従って、これらの列を作成する必要があると思います。もちろん、対数変換は非線形関数ですが、X および/または Y のログに線形モデルを使用できます。すべての潜在的な変換を自動的にカバーするプラットフォームはありません。線形関数のみにこだわっているとは思いません。最小二乗回帰により最も適合する線形関数が得られ、回帰線 (表面) がすでに最も適合するものであるため、他の関数を試す必要はありません。
Re: データのさまざまな変換を試して最適な線形近似を見つけることができる、カーブ フィット プラットフォームのようなものはありますか?データをフィッティングする前にBox Cox変換を適用する場合は、モデルの適合プラットフォームを使用し、赤い三角のメニューで
次にBox-Coxメニューに行き、
変換された変数の適合が得られます。
Re: データのさまざまな変換を試して最適な線形近似を見つけることができる、カーブ フィット プラットフォームのようなものはありますか?グラフ ビルダーは、変換された座標系に適合させるための優れたツールでもあります。
たとえば、軸のスケールを対数に変更し、指数関数ではなく直線を当てはめます:)
このようなフィット感をまったく新しいレベルに引き上げるものがあります。
グラフビルダー: 特定のプロットタイプに対してローカルデータフィルターを無効にする
対数変換の他に、ユーザーは正規分布のプロビット スケールなどのさまざまな変換を選択することもできます。または、JSL /内部/外部へのスケールを使用して独自の変換を「手動で」指定することもできます。スクリプト インデックスに良い例があります。
Re: データのさまざまな変換を試して最適な線形近似を見つけることができる、カーブ フィット プラットフォームのようなものはありますか?3 番目のオプション: [Fit Y by X]に移動し、 [Fit Special] を使用します...
メニューでは、X 軸と Y 軸の一般的な変換を選択できます。
Re: データのさまざまな変換を試して最適な線形近似を見つけることができる、カーブ フィット プラットフォームのようなものはありますか?ありがとう！まさに私が探していたものです。
Re: データのさまざまな変換を試して最適な線形近似を見つけることができる、カーブ フィット プラットフォームのようなものはありますか?JMP は、最小二乗法の応答に対して自動化されたBox-Cox 変換を提供します。この方法は、対数やルートなどの一般的な変換を一般化します。
