Tôi cần giải quyết một vấn đề hồi quy phức tạp trên đĩa đơn vị. Câu hỏi ban đầu thu hút một số ý kiến thú vị, nhưng không có câu trả lời không may. Trong khi đó, tôi đã học được nhiều điều hơn về vấn đề này, do đó tôi sẽ cố gắng chia vấn đề ban đầu thành các bài toán con, và xem liệu lần này tôi có gặp may mắn hơn không.
Tôi có 40 cảm biến nhiệt độ thường xuyên đặt trong một vòng hẹp bên trong đĩa đơn vị:
Những cảm biến thu được nhiệt độ trong thời gian. Tuy nhiên, vì biến thể thời gian nhỏ hơn nhiều so với biến đổi không gian, hãy đơn giản hóa vấn đề bằng cách bỏ qua biến thiên thời gian và giả sử rằng mỗi cảm biến chỉ mang lại cho tôi trung bình thời gian. Điều này có nghĩa là tôi có 40 mẫu (một mẫu cho mỗi cảm biến) và tôi không có mẫu lặp lại.
Khi mô hình được chọn, tôi cần chọn một thủ tục ước tính. Vì đây là vấn đề hồi quy không gian, nên các lỗi tại các vị trí khác nhau sẽ được tương quan. Bình phương tối thiểu thông thường giả định các lỗi không tương quan, do đó tôi đoán Bình phương tối thiểu hóa sẽ phù hợp hơn. GLS dường như là một kỹ thuật thống kê tương đối phổ biến, cho rằng có một gls
chức năng trong phân phối R tiêu chuẩn. Tuy nhiên, tôi chưa bao giờ sử dụng GLS và tôi nghi ngờ. Ví dụ, làm thế nào để tôi ước tính ma trận hiệp phương sai? Một ví dụ hoạt động, thậm chí chỉ với một vài cảm biến, sẽ rất tuyệt.
PS Tôi đã chọn sử dụng đa thức Zernike và GLS bởi vì nó dường như là điều hợp lý để làm ở đây. Tuy nhiên tôi không phải là chuyên gia và nếu bạn cảm thấy mình đang đi sai hướng, hãy thoải mái sử dụng một cách tiếp cận hoàn toàn khác.