다양한 데이터 변환을 시도하여 가장 적합한 선형 적합을 찾을 수 있는 곡선 적합 플랫폼과 같은 것이 있나요?곡선 맞춤 플랫폼에서 다양한 유형의 곡선을 시도하고 어느 것이 가장 잘 맞는지 확인할 수 있습니다. 다양한 데이터 변환을 비교하여 가장 좋은 선형 맞춤을 찾고 싶습니다. 이를 수행할 수 있는 플랫폼이 있습니까?
저는 MacBook Pro에서 JMP 17.0을 사용하고 있습니다.
기본 데이터 분석 및 모델링Re: 최적의 선형 적합을 찾기 위해 다양한 데이터 변환을 시도할 수 있는 곡선 적합 플랫폼과 같은 것이 있나요?보세요
분석 =>특수 모델링 =>곡선 맞춤
여기 에서 문서를 찾아보세요
도움말=>JMP 문서 라이브러리=>예측 및 전문화 모델링
Re: 최적의 선형 적합을 찾기 위해 다양한 데이터 변환을 시도할 수 있는 곡선 적합 플랫폼과 같은 것이 있나요?하지만 저는 선형적합만 원합니다. 어떤 것이 가장 좋은 선형적합을 제공하는지 보기 위해 다양한 데이터 변환을 시도하고 싶습니다.
Re: 최적의 선형 적합을 찾기 위해 다양한 데이터 변환을 시도할 수 있는 곡선 적합 플랫폼과 같은 것이 있나요?이를 수행하는 간단한 방법은 사용하려는 각 변환에 대해 별도의 새 열을 만든 다음 Fit Y by X 플랫폼을 사용하여 Fit Line을 생성하는 것입니다. 그런 다음 Goodness of Fit에 따라 다른 회귀를 정렬할 수 있습니다.
Re: 최적의 선형 적합을 찾기 위해 다양한 데이터 변환을 시도할 수 있는 곡선 적합 플랫폼과 같은 것이 있나요?선형 함수와 선형 모델을 구분해야 한다고 생각합니다. 다항식은 비선형 함수이지만 선형 모델입니다. Y=f(X, X2, X3 등)은 선형 함수가 될 수 있습니다. 적합 곡선은 이러한 다항식에 적합합니다. 선형 모델이 아닌 것에도 적합합니다. 따라서 처음에는 다항식으로 제한할 수 있습니다. 이제 대수 변환을 원하면 txnelson의 조언을 따르고 이에 대한 열을 만들어야 한다고 생각합니다. 물론 대수 변환은 비선형 함수이지만 X 및/또는 Y의 로그에서 선형 모델을 가질 수 있습니다. 어떤 플랫폼도 모든 잠재적 변환을 자동으로 다루지는 않습니다. 선형 함수에만 고집하는 것은 아니라고 생각합니다. 최소 제곱 회귀는 가장 적합한 선형 함수를 제공하며 회귀선(표면)이 이미 가장 적합한 것이므로 다른 것을 시도할 필요가 없습니다.
Re: 최적의 선형 적합을 찾기 위해 다양한 데이터 변환을 시도할 수 있는 곡선 적합 플랫폼과 같은 것이 있나요?데이터를 맞추기 전에 Box Cox 변환을 적용하려면 Fit Model 플랫폼을 사용하고 빨간색 삼각형 메뉴에서 다음을 선택할 수 있습니다.
그런 다음 Box-Cox 메뉴로 이동하여 다음을 선택하세요.
그러면 변환된 변수에 대한 적합성이 나타납니다.
Re: 최적의 선형 적합을 찾기 위해 다양한 데이터 변환을 시도할 수 있는 곡선 적합 플랫폼과 같은 것이 있나요?그래프 빌더는 변환된 좌표계를 맞추는 데도 유용한 도구입니다.
예를 들어 축 눈금을 로그로 변경하고 지수 대신 선을 맞춥니다.
이러한 발작을 완전히 새로운 수준으로 끌어올릴 수 있는 것이 있습니다.
그래프 빌더: 특정 플롯 유형에 대한 로컬 데이터 필터 비활성화
로그 변환 외에도 사용자는 정규 분포에 대한 프로빗 스케일과 같은 다른 변환을 선택할 수도 있고, JSL/ 내부/외부 스케일을 통해 "수동으로" 자신의 변환을 지정할 수도 있습니다. 스크립팅 인덱스에서 좋은 예를 찾을 수 있습니다.
Re: 데이터의 다양한 변환을 시도하여 가장 적합한 선형 적합을 찾을 수 있는 곡선 적합 플랫폼과 같은 것이 있나요?세 번째 옵션: Fit Y by X 로 가서 Fit Special ...을 사용합니다.
메뉴에서 X축과 Y축에 대한 몇 가지 일반적인 변환을 선택할 수 있습니다.
Re: 최적의 선형 적합을 찾기 위해 다양한 데이터 변환을 시도할 수 있는 곡선 적합 플랫폼과 같은 것이 있나요?고맙습니다! 제가 찾던 것이 바로 이거였어요.
Re: 데이터의 다양한 변환을 시도하여 가장 적합한 선형 적합을 찾을 수 있는 곡선 적합 플랫폼과 같은 것이 있나요?JMP는 Fit Least Squares에서 응답에 대한 자동화된 Box-Cox 변환을 제공합니다. 이 방법은 대수나 루트와 같은 일반적인 변환을 일반화합니다.
