JMP는 함수형 데이터 탐색기에서 불규칙한 데이터를 어떻게 처리합니까?

[#1]

불규칙한 함수 데이터(각각 다른 시간에 측정된 16개 함수)가 있습니다. JMP에 직접 데이터를 업로드할 수 있었고, 데이터 전처리 없이 JMP가 완벽한 페널티 P-스플라인 모델을 선택하고 적합 통계에서 람다와 함수 출력의 표준 편차를 출력합니다. 제 질문은 JMP가 함수 출력의 표준 편차를 어떻게 얻었는가입니다. 그리고 불규칙한 데이터를 어떻게 처리했는가입니다. 모델을 적합하기 전에 정규화했는가입니다.

함수의 출력 표준 편차 값이 데이터의 관측 요약에 명시된 값과 달라서 혼란스러웠습니다.

[#2]

안녕하세요 @통계_너드 ,

커뮤니티에 오신 것을 환영합니다!

"불규칙한 데이터"를 언급할 때, 기능적 데이터는 반드시 같은 것이 아니라 다른 시점에 나온다는 사실을 언급하는 것 같습니다. 선택한 모델 패밀리에 따라 정규 시간 공간에 데이터가 필요하지 않을 수 있습니다. 기능적 모델 적합 유형 균일한 간격의 그리드(웨이블릿 등)가 필요한 모델 패밀리의 경우 JMP는 필요한 입력 형식을 갖도록 데이터를 변환합니다.

함수의 출력 표준 편차에 대해, 보고서의 어느 부분을 언급하고 있습니까? 모델 선택 패널에서 함수 표준 편차는 " 적합한 모델의 잔차 시그마"로 정의됩니다. (출처: 기초 함수 확장 모델 보고서 ). 요약에서 응답 표준 편차는 원시 데이터에 대한 Std 계산이며, 뒤에는 적합된 모델이 없습니다. 여기에서 예를 보고 차이점을 확인할 수 있습니다. 함수 데이터 탐색기 플랫폼의 추가 예

이 답변이 도움이 되길 바랍니다.

[#3]

안녕하세요 빅터,

답장을 주셔서 감사합니다. 네, 맞습니다. 저는 다른 시점에 들어오는 데이터를 말하는 것이었습니다. 저는 P-스플라인 모델을 선택했지만, 수업 과정에서 "불규칙한" 데이터를 p-스플라인에 맞추려면 먼저 데이터가 규칙적이어야 한다는 것을 알게 되었는데, 특정 데이터 전처리 옵션을 선택하지 않았고 JMP가 여전히 P-스플라인 피팅을 수행할 수 있었기 때문에 관심이 생겼습니다. 그래서 JMP가 데이터에 어떤 변환을 하는지(있는 경우) 궁금합니다.

명확한 설명을 위해 잔여 시그마를 알려주셔서 감사합니다. 하지만 추가 질문이 있습니다. 함수 요약 보고서의 통계적 세부 정보에 언급된 방정식에서는 입력 데이터가 0~1이라고 가정한다고 되어 있는데, 입력 데이터가 0~1이 아니어도 이러한 방정식을 적용한다는 뜻인가요?

[#4 · Accepted solution]

안녕하세요 @통계_너드 ,

(B- 또는 P-) 스플라인은 다항식을 사용하는 조각 함수이며, 해당 지점 사이에서 보간이 수행되므로 동일하거나 규칙적인 시간 공간이 필요하지 않습니다. 스플라인(수학) 따라서 JMP는 데이터 변환 없이 B 또는 P-스플라인을 직접 적용할 수 있습니다.

당신이 언급한 부분은 적분 공식을 계산하기 위해 0에서 1까지의 입력 값이 필요한 적분 차이, RISE, RIFS와 같은 특정 메트릭의 계산에 관한 것입니다. 데이터가 0-1 범위에 없으면 JMP는 X' = (X - Xmin) / (Xmax - Xmin)과 같은 공식을 사용하여 입력 데이터의 크기를 조정/변환하여 올바른 입력 값 범위를 갖도록 합니다.

이 답변이 여러분의 질문에 도움이 되기를 바랍니다.

[#5]

고맙습니다! 제 의심이 해소되었습니다!