このバージョンのヘルプはこれ以降更新されません。最新のヘルプは https://www.jmp.com/support/help/ja/15.2   からご覧いただけます。


予測モデルおよび発展的なモデル • Gauss過程
前へ
 • 
次へ
Gauss過程
空間的モデルによるデータの補間や平滑化
「Gauss過程」プラットフォームは、複数の説明変数と1つの応答変数との間の関係をモデル化します。説明変数と応答変数は共に連続尺度である必要があります。Gauss過程モデル（Gaussian process model）は、有限要素法のようなコンピュータによるシミュレーション実験などの分野で、データを完璧に補間するモデルとして広く利用されています。Gauss過程モデルは、確率的な誤差を持たないモデル、つまり入力変数（説明変数）の値が同じであれば必ず出力変数（応答変数）の値も同じであるようなデータを扱います。
「Gauss過程」プラットフォームは、データに対して空間相関モデル（spatial correlation model）をあてはめます。このモデルにおいては、2つのオブザベーション間において、説明変数の値から計算される距離が長いほど、応答変数の相関が弱くなります。
このプラットフォームの目的の1つは予測式を求め、さらなる分析や最適化に役立てることです。
図15.1 Gauss過程の予測曲面の例
目次 
Gauss過程の例
「Gauss過程」プラットフォームの起動
「Gauss過程モデル」レポート
予測値と実測値のプロット
モデルのレポート
周辺モデルプロット
「Gauss過程」プラットフォームのオプション
「Gauss過程」プラットフォームの別例
Gauss過程モデルの例
カテゴリカルな説明変数を使ったGauss過程モデルの例
「Gauss過程」プラットフォームの統計的詳細
連続尺度の説明変数を使ったモデル
カテゴリカルな説明変数を使ったモデル
分散計算式のパラメータ化
モデルのあてはめの詳細