Près de 40 analystes des services financiers, du marketing, de la R & D et du secteur public se sont réunis dans le bureau de SAS à Manchester, au Royaume-Uni, pour découvrir comment créer de meilleurs modèles statistiques, plus rapidement et plus facilement. Sam Gardner, le responsable technique mondial de JMP Pro , a lancé le séminaire le 25 septembre avec un sondage rapide auprès du public et a constaté que leurs connaissances statistiques étaient généralement modérées, quelques membres du public décrivant leurs connaissances comme élevées ou faibles. Une distribution normale alors!
Suite à une introduction à la modélisation, Sam a démontré dans JMP Pro que le fait de retenir des données lors de la création d'un modèle évite les sur-ajustements. Un délégué a demandé quelle était la taille des données de retenue. En tant que véritable statisticien, Sam a répondu "Cela dépend". Au cours des manifestations, Sam et Robert Anderson, le responsable technique du Royaume-Uni, ont cherché à répondre à cette question.
Sam a également donné une introduction à arbres de décision , également connu sous le nom de partitionnement récursif, CHAID et CART. Sam a décrit les arbres de décision comme étant construits à partir d'une série "d'instructions if" imbriquées qui sont des branches dans un arbre. Sam a expliqué que les forêts aléatoires et la relance peuvent aider à construire des modèles qui produisent des effets plus subtils ou cachés.
Dans quatre études de cas:
Robert a montré comment la validation des réserves pouvait être utilisée pour résoudre efficacement un problème d'ingénierie dans le secteur des semi-conducteurs. Sans cette technique, les ingénieurs pourraient finir par descendre dans des impasses et vérifier les bonnes étapes du processus pour résoudre des problèmes inexistants, gaspillant ainsi des ressources précieuses.Sam a montré comment la validation croisée des plis en K peut être utilisée pour créer des modèles de régression pas à pas plus robustes, décrivant la formulation de suppléments alimentaires pour animaux dans la R & D agricole.L'exemple suivant de Robert portait sur la propension des clients des télécoms à se désengager. Il a montré comment plus avancé techniques de modélisation telles que les forêts aléatoires, combinées à la rétention d'une partie des données pour indiquer au modèle quand arrêter de construire et d'une autre partie pour tester le modèle, peuvent aider à créer de meilleurs modèles.Sam a montré comment les réseaux de neurones peuvent être utilisés pour construire des modèles flexibles pour une application à risque. Il a utilisé les courbes opérateur récepteur (ROC) et les courbes de levage pour évaluer les modèles. Il a également comparé une gamme de modèles différents en utilisant le Plateforme de comparaison de modèles . Il a également montré comment utiliser un modèle de moyenne pour produire un excellent modèle.Un certain nombre de délégués se sont dits étonnés de la rapidité avec laquelle les modèles peuvent être construits et comparés dans JMP Pro. D'autres ont dit que, même s'ils pouvaient construire des modèles avec les outils dont ils disposent actuellement, il était très difficile de les expliquer aux autres. Ils ont apprécié la manière dont le profileur de prévisions leur permettait de le faire et de réaliser un scénario ou une analyse "hypothétique" afin que les administrateurs puissent prendre des décisions plus éclairées.
Quelques-uns ont posé des questions sur le déploiement du modèle et ont été satisfaits d'apprendre que SAS le code de scoring pourrait être créé à partir du modèle et l'équation du modèle pourrait facilement être codée dans d'autres langages tels que SQL.
