预测和专业建模 > 高斯过程
发布日期: 08/07/2020

高斯过程

使用平滑模型拟合数据

使用“高斯过程”平台可以对某个连续响应与一个或多个预测变量之间的关系进行建模。这些类型的模型在计算机模拟实验(比如,有限元程序输出)中很常见,而且这些模型经常能够进行完美的数据插值。高斯过程可以处理这些无误差项模型,在这些模型中使用相同的输入值始终得到相同的输出值。

“高斯过程”平台拟合数据的空间相关性模型。随着自变量的值离得更远,两个观测之间的响应相关性会下降。

使用该平台的目的之一是获得可用于进一步分析和优化的预测公式。

高斯过程预测曲面示例 

目录

高斯过程示例

启动“高斯过程”平台

“高斯过程”报表

“预测值-实际值”图
模型报表
边缘模型图

“高斯过程”平台选项

“高斯过程”平台的更多示例

高斯过程模型的示例
具有分类预测变量的高斯过程模型的示例

“高斯过程”平台的统计详细信息

包含连续预测变量的模型
包含分类预测变量的模型
方差公式参数化
模型拟合详细信息
需要更多信息?有问题?从 JMP 用户社区得到解答 (community.jmp.com).