<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />チーム、
Brady BradyとScott Wiseは、2015年8月10日にワシントン州シアトルで開催された2015年のJSM会議で、一般化線形回帰（GLR）を使用したロバスト線形モデルの作成に関する講演を発表しました。 聴衆はJMP Pro 12の新しいGeneralized Linear Regressionプラットフォームの使いやすさと柔軟性に感銘を受けました。 発表のより長いバージョンはまた、カリフォルニア州サンディエゴで開催される2015年ディスカバリー会議でも紹介されます。
リクエストごとに添付する：
- JSM Genreg.jrn>プレゼンテーション中に使用されたジャーナル（スクリプトスライドを含む）
- 南アフリカの心臓病2.jmp> Genreg Elastic Netデモ（追加のモデル比較スクリプトを含む）
---------------------
SASのJMPプリンシパルシステムエンジニアであるScott Wise
SASのJMPテクニカル・イネーブルメント・エンジニア、Brady Brady
一般化線形回帰（GLR）を使用したロバスト線形モデルの作成
ペナルティ回帰法は、特に直交性、等分散性、または応答正規性の一般的な仮定に違反している場合に、従来の線形モデリング手法に代わる実行可能な手法です。与えられた応答を予測するのにどの予測子が最も有用かを自動的に選択するためにも使用できます。これらのテクニックは新しいものではありませんが、適用された設定でのそれらの使用は歴史的に限られていました。今日では、手頃な価格の強力なコンピュータが急増しているため、デスクトップ分析ソフトウェアにこれらの手法を実装することが可能になります。このセッションでは、ペナルティ付き回帰手法を説明し、JMP Fit Modelプラットフォームの一般化回帰パーソナリティの使用方法を探ります。参加者は、これらのモデルは設定、実行、分析が容易でありながら、外れ値、相関入力、および非正規および/またはゼロインフレーション応答の存在下でも堅牢であることに気付くでしょう。
ジャーナルにいくつかのスクリプトが欠けています（例、バイアス対回帰）
このデータセットはTrevor Hastieのに含まれています統計学習の要素 、人気のある機械学習テキストです。
データの出所と裏話に関する要求された情報：
データセットの説明は下のリンクにあります。ご存じのとおり、CHDは「冠状動脈性心臓病」であり、データセットは1983年のジャーナル記事のデータセットのサブセットです。
乾杯、
ブレイディ
https://web.stanford.edu/~hastie/ElemStatLearn/datasets/SAheart.info.txt
