Guardar una función suavizada de dos variablesNo solo necesito visualizar una función suavizada de dos variables Y(X1, X2), que es lo que puedo hacer con un gráfico de contorno en el generador de gráficos con un parámetro de suavizado ajustable lambda, sino también guardar una tabla de valores Y suavizados Y liso (X1, X2). ¿Cómo lo haría?
Análisis y modelado de datos básicosRe: Guardar una función suavizada de dos variablesPruebe las plataformas de proceso gaussiano o neuronal. Deberían poder ajustar un modelo suavizado a los datos, y la fórmula de predicción para ese modelo que se puede utilizar crea una tabla de valores Y suavizados. También puede utilizar esa fórmula de predicción en los generadores de perfiles (generador de perfiles, generador de perfiles de contorno) y en el gráfico de superficie para visualizar el ajuste suave a los datos.
Re: Guardar una función suavizada de dos variablesHe considerado un ajuste paramétrico, pero el modelo tiene que ser realmente complejo para capturar muchos de los extremos y puntos de silla que necesito tener en la superficie suavizada. Estaba buscando una contraparte 2D de un suavizador con una lambda flexible. ¿No tengo suerte con JMP aquí y tengo que recurrir a la programación en Python?
Re: Guardar una función suavizada de dos variables
Re: Guardar una función suavizada de dos variables¡Gracias! El proceso gaussiano funciona como un suavizador 2D Y(X1, X2) que puedo guardar, pero tengo una complicación en mi tarea de suavizado: los grados de suavizado (lambdas, anchos gaussianos o algunos otros parámetros de suavizado) tienen que ser muy diferentes para X1 y X2, porque sé que hay mucho ruido que necesito filtrar a lo largo de X1, pero a lo largo de X2 el perfil de cambio complicado es la señal real que quiero capturar en el suavizador. En otras palabras, necesito un suavizado anisotrópico. Probé la opción "Estimate Nugget", pero parece que también es isotrópica (no hay diferencia en el grado de suavizado a lo largo de X1 y X2).
