如何决定从曲线拟合模型中删除哪些变量？

在片段中显示的拟合风力涡轮机模型中，风速对预测功率输出的影响远大于风向、空气密度、湍流或风切变。这由 Plot Slice 窗口中风速的陡峭 S 形曲线所证明，而其他因素的曲线几乎水平，表明影响非常小。

适用条件：分析基于视频片段中显示的具体数据集和拟合模型。；使用风速加上其他四个因素拟合了非线性模型。

Plot Slice 窗口为拟合的多因素模型中的每个预测变量显示单独的面板。要比较影响，请观察每个面板中曲线的陡峭程度。

适用条件：具有多个预测变量的拟合模型可用。；软件可以为每个预测变量生成偏效应风格的图表。

模型试图拟合数据的总体趋势。当存在异常值时，拟合算法试图最小化所有点（包括极端点）的误差。

适用条件：数据可以表示为二维散点图。；模型试图拟合总体趋势。；存在明显远离主簇的观测值。

该非线性模型结合了风速的 S 形依赖关系以及来自其他风力相关因素的假定线性贡献。在数学上，它表示为 $P = \frac{b_1}{1+\exp(-b_2(x_1-b_3))} + b_4 x_2 + b_5 x_3 + b_6 x_4 + b_7 x_5$，其中 $x_1$ 代表风速，$x_2$ 到 $x_5$ 代表风向、空气密度、湍流和风切变等其他因素。

适用条件：需要将多个预测因素一起建模。；已知风速与功率输出之间存在 S 形关系。；为了简单起见，假设其他因素呈线性关系。