Quasi 40 eminenti analisti di servizi finanziari, marketing, R & S e settore pubblico si sono riuniti presso l'ufficio SAS di Manchester, nel Regno Unito, per scoprire come è possibile costruire modelli statistici migliori, più veloci e più facili. Sam Gardner, responsabile tecnico globale per JMP Pro , ha dato il via al seminario il 25 settembre con una rapida rassegna del pubblico e ha scoperto che la sua conoscenza statistica era generalmente moderata, con pochi membri del pubblico che descrivevano le loro conoscenze come alte o basse. Una distribuzione normale allora!
A seguito di un'introduzione alla modellazione, un messaggio chiave che Sam ha dimostrato in JMP Pro è che il blocco dei dati durante la creazione di un modello impedisce il montaggio eccessivo. Un delegato ha chiesto quanto fosse grande la dimensione dei dati di holdback. Come un vero statistico, Sam ha risposto "Dipende". Nel corso delle dimostrazioni, Sam e Robert Anderson, il responsabile tecnico del Regno Unito, hanno cercato di rispondere a questa domanda.
Sam ha anche dato una presentazione a alberi decisionali , noto anche come partizione ricorsiva, CHAID e CART. Sam descrisse gli alberi decisionali come costruiti da una serie di "dichiarazioni if" annidate che sono rami in un albero. Sam ha spiegato che le foreste casuali e il potenziamento possono aiutare a costruire modelli che estraggono effetti più sottili o nascosti.
In quattro casi di studio:
Robert ha mostrato come la validazione del holdback potrebbe essere utilizzata per aiutare efficientemente a risolvere un problema di ingegneria nel settore dei semiconduttori. Senza questa tecnica, gli ingegneri potrebbero finire per discendere vicoli ciechi e verificare buoni passaggi del processo per problemi inesistenti, sprecando così risorse preziose.Sam ha mostrato come la validazione incrociata K-fold può essere utilizzata per costruire modelli di regressione stepwise più robusti, per descrivere la formulazione di integratori di mangimi per animali in R & S in agricoltura.Il prossimo esempio di Robert ha esaminato la propensione dei clienti di telco a turbare. Ha mostrato quanto più avanzato tecniche di modellazione come le foreste casuali, in combinazione con il trattenimento di una parte dei dati per indicare al modello quando interrompere la costruzione e un'altra parte per testare il modello, può aiutare a costruire modelli migliori.Sam ha mostrato come le reti neurali possono essere utilizzate per costruire modelli flessibili per un'applicazione di rischio. Ha usato Receiver Operator Curves (ROC) e Lift Curves per valutare i modelli. Ha anche confrontato una gamma di diversi modelli usando il Piattaforma di confronto dei modelli . Ha anche mostrato come è possibile utilizzare una media del modello per produrre un modello eccellente.Un certo numero di delegati ha dichiarato di essere stupito dalla velocità con cui i modelli possono essere costruiti e confrontati in JMP Pro. Altri hanno detto che, mentre potevano costruire modelli con gli strumenti che hanno attualmente, è stato molto difficile spiegarli agli altri. Hanno apprezzato il modo in cui il Prediction Profiler avrebbe permesso loro di fare questo, e di fare uno scenario o un'analisi "what if" in modo che i dirigenti potessero prendere decisioni più informate.
Alcuni hanno chiesto di distribuire il modello e sono stati soddisfatti di sentirlo SAS il codice del punteggio potrebbe essere creato dal modello e l'equazione del modello potrebbe essere facilmente codificata in altri linguaggi come SQL.
