확장된 공식을 사용한 프로파일러의 신뢰 구간Fit Curve 플랫폼을 사용하여 다양한 제형에 대해 얻은 점도 대 염분 데이터에 가우시안 곡선을 적용했습니다. 피크 값, 임계점 및 성장률에 대한 매개변수 추정값을 데이터 테이블에 저장했습니다. 그런 다음 선형 회귀를 사용하여 제형 구성을 예측 변수로 사용하여 세 개의 가우시안 피크 매개변수를 예측했습니다. 각 가우시안 매개변수에 대한 예측 공식과 SE를 데이터 테이블에 저장했습니다. 회귀 모델에서 예측한 가우시안 매개변수를 사용하여 예측 점도를 계산하는 새 공식 열을 수동으로 생성했습니다. 그런 다음 확장된 공식 상자를 선택한 프로파일러를 사용하여 제형 구성에 따라 점도 곡선이 어떻게 변하는지 시각화했습니다. 문제는 프로파일러가 예측 점도 데이터의 신뢰 구간을 표시하지 않는다는 것입니다. 프로파일러에서 신뢰 구간을 구하기 위해 예측 피크 매개변수의 SE를 사용할 수 있는 방법이 있습니까?
고급 통계 모델링데이터 탐색 및 시각화예측 모델링 및 머신 러닝Re: 확장된 공식을 사용한 프로파일러의 신뢰 구간안녕하세요 @CentroidError56 님 ,
데이터 테이블을 제공해 주시면 도움이 될 것입니다. 프로파일러에 SE를 포함하는 방법이 있습니다. 예측 공식 열의 이름을 "Pred Formula [변수 이름]"으로, SE 열의 이름을 "Pred SE [변수 이름]"으로 지정해야 합니다. 예를 들어 "Pred Formula Growth Rate"와 "Pred SE Growth Rate"와 같이 지정하면 됩니다. 그런 다음 두 열을 그래프 > 프로파일러로 가져오면 JMP에서 해당 열을 SE로 사용할지 묻습니다.
감사해요,
벤
Re: 확장된 공식을 사용한 프로파일러의 신뢰 구간안녕하세요 벤,
귀하의 답변에 감사드립니다.
열 이름이 올바르게 지정되었습니다. 실제로는 성장률을 프로파일링하는 것이 아니라, 예측 공식 성장률을 변수로 사용하는 예측 점도를 프로파일링하고 있습니다.
</CODE></PRE>
<P class="math-equation" style="width: fit-content; min-width: 99%;" data-katex="$$(Exp(
(((((:Salt Level - :Pred Formula Critical Point) / :Pred Formula Growth Rate) ^
2) * 0.5) * -1)
)) * :Pred Formula Peak Value$$"> </P>
<PRE><CODE class=" language-jsl">
문제는 예측 공식과 관련된 SE가 예측 점도에 반영되지 않는다는 것입니다. 따라서 프로파일링할 때 CI를 얻을 수 없습니다.
Re: 확장된 공식을 사용한 프로파일러의 신뢰 구간안녕하세요 @CentroidError56 님 ,
그럼 Graph>Profiler에서 Profiler 창을 열 때 '전체' 예측 공식(위에서처럼) 과 PredSE 열을 추가하고 있나요?
감사해요,
벤
Re: 확장된 공식을 사용한 프로파일러의 신뢰 구간안녕하세요 벤,
다시 한번 도움에 감사드립니다.
네, 세 개의 PredSE 열과 함께 전체 예측 공식을 입력해 보았습니다. 이렇게 하면 PredSE가 점도 CI 계산에 사용되는 대신 프로파일러에서 추가 Y 변수로 사용됩니다.
감사해요,
표시
Re: 확장된 공식을 사용한 프로파일러의 신뢰 구간안녕하세요 @CentroidError56 님 ,
데이터 세트를 보내주시면 살펴보고 해결책이 있는지 확인해 볼 수 있습니다.
감사해요,
벤
