预测和专业建模 > 非线性回归 > 拟合定制模型的示例
发布日期: 04/13/2021

拟合定制模型的示例

要拟合定制模型,您必须首先创建一个具有初始参数估计值的模型列。该方法需要的步骤比拟合内置模型所需的步骤多一点,但是它允许拟合任何非线性模型。此外,您可以自定义损失函数,并指定用于拟合过程的几个其他选项。

本节提供一个示例,介绍如何创建模型的公式列并在“非线性”平台中拟合模型。数据位于 US Population.jmp 数据表中。响应变量为美国人口(以百万为单位),预测变量为年份。

1. 选择帮助 > 样本数据库,然后打开 Nonlinear Examples/US Population.jmp

2. 创建名为模型的新列。

3. 右击模型列,然后选择列属性 > 公式

随即显示“公式编辑器”。

4. 从列列表下方的列表中选择参数

5. 选择新建参数

6. 键入 B0 作为名称。

7. 键入 3.9 作为值。该值是初始参数估计值。

8. 点击确定

9. 选择新建参数

10. 键入 B1 作为名称,输入 0.022 作为值。

11. 点击确定

12. 使用“公式编辑器”函数、列年份和参数输入模型公式。

图 14.2 完成的模型公式 

提示:点击“超越”旁边的红色小三角以查找指数命令。

13. 点击确定

14. 选择分析 > 专业建模 > 非线性

15. 模型分配给 X,预测变量公式角色。

16. 人口分配给 Y,响应角色。

17. 点击确定

18. 点击控制面板上的执行以拟合模型。

图 14.3 图和“解”报表 

最终的参数估计值与其他拟合统计量一起显示在报表中。拟合模型显示在图上。

包含分组变量的模型的参数

在公式编辑器中,当您添加参数时,可以看到扩展到类别,选择列复选框。该选项用于同时添加若干参数(例如,为分类变量的每个水平各添加一个参数)。当您选择该选项后,将显示一个对话框,您可以在其中选择一列。完成选择之后,“参数”列表中会显示一个新的参数,其名称为 D_,其中 D 是您为参数指定的名称。在公式中使用该参数时,将插入一个 Match 表达式,它为分类变量的每个水平包含一个单独的参数。

需要更多信息?有问题?从 JMP 用户社区得到解答 (community.jmp.com).