그의 무작위로 걷기 Mike Croucher는 R, MATLAB, Maple, Julia 및 Python / numpy의 다섯 가지 통계 프로그래밍 라이브러리를 사용하여 간단한 비선형 곡선을 맞추는 방법을 보여줍니다. 개념은 간단하게 표현할 수 있지만 그렇게 간단하게 해결할 수없는 일반적으로 제기되는 모델링 질문에 대한 구체적인 예를 제공하는 것입니다.
10 x와 y 값의 주어진 데이터 세트에 대해, 문제는 매개 변수 p에 대한 최상의 값을 찾는 것입니다 1 및 p 2 다음 곡선은 y 값에 가장 잘 맞습니다.
피 1 cos (p 2 x) + p 2 죄 1 x)
비선형 피팅 (nonlinear fitting)은 솔루션 공간의 반복 검색을 필요로하므로, 시작 값 매개 변수 값이 필요합니다. Croucher는
피 1 = 1.0, p 2 = 0.2이다.
그렇다면 어떻게해야할까요? JMP ?
일반적으로 데이터 표부터 시작하여 분석 메뉴의 비선형 플랫폼을 사용하여 대화식으로 적합성을 시작합니다. JMP에 내장되지 않은 이와 같은 모델의 경우 수식 열에 추가하고 비선형 대화 상자에서 사용할 수 있습니다. 그러나 JMP의 대부분의 모든 기능과 마찬가지로 원하는 경우 JSL 스크립트로 완전히 구동 할 수 있습니다.
다음은 JSL 버전입니다.
xv
= [ - 2 , -1.64 , - 1.33 , -0.7 , 0 , 0.45 , 1.2 , 1.64 , 2.32 , 2.9 ] ; 예 = [ 0.699369 , 0.700462 , 0.695354 , 1.03905 , 1.97389 ,
2.411430 , 1.910910 , 0.919576 , -0.730975 , -1.42001 ] ;
dt = 새 테이블 ( "데이터" ,
새 열 ( "엑스" , 값 설정 ( xv )) ,
새 열 ( "와이" , 값 설정 ( 예 ) ) ) ;
dt << 비선형 ( 와이 ( : 와이 ) , 엑스 ( : 엑스 ) ,
모델 ( 매개 변수 ( { p1 = 1 , p2 = 0.2 } ,
p1 * 코사인 ( p2 * : 엑스 ) + p2 * 사인 ( p1 * : 엑스 ) ) ) ,
끝 , 신뢰 한계 ) ;
이 스크립트는 다음 대화 형 출력을 생성합니다.
일부 다른 언어는 신뢰 구간을 얻기 위해 약간의 추가 작업이 필요하기 때문에 JMP에서 단 하나의 옵션 일뿐입니다.
