Es scheint, als hätte ich ein Regressionsmodell wie Ich kann entweder ein Rohpolynom anpassen und unzuverlässige Ergebnisse erhalten oder ein orthogonales Polynom anpassen und Koeffizienten erhalten, die keine direkte physikalische Interpretation haben (z. B. kann ich sie nicht verwenden, um die Orte der Extrema auf der ursprünglichen Skala zu finden). Es scheint, als ob ich das Beste aus beiden Welten haben und die angepassten orthogonalen Koeffizienten und ihre Varianzen zurück in die Rohskala transformieren könnte. Ich habe einen Aufbaustudiengang in angewandter linearer Regression (mit Kutner, 5ed) absolviert und das Kapitel über polynomielle Regression in Draper (3ed, von Kutner referiert) durchgesehen, aber keine Diskussion darüber gefunden, wie dies zu tun ist. Der Hilfetext für diepoly()
Funktion in R nicht. Ich habe auch nichts in meiner Websuche gefunden, auch nicht hier. Rekonstruiert rohe Koeffizienten (und erhält ihre Varianzen) aus Koeffizienten, die an ein orthogonales Polynom angepasst sind?
- unmöglich zu tun, und ich verschwende meine Zeit.
- Möglicherweise möglich, aber nicht bekannt, wie im allgemeinen Fall.
- möglich, aber nicht besprochen, weil "wer würde wollen?"
- möglich, aber nicht diskutiert, weil "es ist offensichtlich".
Wenn die Antwort 3 oder 4 ist, wäre ich sehr dankbar, wenn jemand die Geduld hätte, dies zu erklären oder auf eine Quelle zu verweisen, die dies tut. Wenn es 1 oder 2 ist, wäre ich immer noch neugierig, was das Hindernis ist. Vielen Dank für das Lesen und ich entschuldige mich im Voraus, wenn ich etwas Offensichtliches übersehen habe.
Antworten:
Ja es ist möglich.
Sei der nicht konstante Teil der aus x i berechneten orthogonalen Polynome . (Jeder ist ein Spaltenvektor.) Wenn man diese gegen das x drückt, muss ich eine perfekte Anpassung geben. Sie können dies mit der Software ausführen, auch wenn die Prozeduren zur Berechnung orthogonaler Polynome nicht dokumentiert sind. Die Regression von z jz1,z2,z3 xi xi zj ergibt Koeffizienten für dieγij
Das Ergebnis ist eine Matrix Γ , die bei rechter Multiplikation die Entwurfsmatrix X = ( 1 ; x ; x 2 ; x 3 ) in Z = ( 1 ; z 1 ; z 2 ; z 3 ) = X Γ umwandelt .4×4 Γ X=(1;x;x2;x3)
Nach dem Einbau des Modells
Der folgende
R
Code veranschaulicht diese Verfahren und testet sie mit synthetischen Daten.quelle
vcov
inR
), um auf einer Basis berechnete Varianzen in Varianzen auf der neuen Basis umzuwandeln, und dann die CIs auf die übliche Weise manuell berechnen.