36890_fr-FR

liliconcom

Aide pour choisir l'analyse JMP pour plusieurs facteurs

salut! J'utilise JMP 13 (standard) et j'apprends la modélisation prédictive et spécialisée.

 

J'ai un jeu de données (ci-joint) avec plus de 100 000 observations d'un processus.  75% des observations avaient une durée de 4 jours ou moins.  J'aimerais savoir pourquoi certaines observations ont duré plus de 4 jours.  J'ai identifié quelques facteurs possibles: 1 continu et 16 catégoriques.

 

Pouvez-vous suggérer une ou plusieurs analyses JMP que je pourrais appliquer aux données?

Re: Aide à choisir l'analyse JMP pour plusieurs facteurs

Chaque fois que je commence un exercice de modélisation prédictive, en particulier si j’ai hérité des données d’un autre endroit en sachant peu, comment, où, quand et dans quelles circonstances les données ont été collectées, je passe un peu de temps à ce que j’appelle "se familiariser avec les données" 'mode. Je recherche des éléments tels que la qualité des données, des observations inhabituelles ou délicates, des valeurs manquantes (vous n'en avez aucune), des valeurs non-sens, et toute autre caractéristique qui pourrait être problématique pour la modélisation. Je commence toujours par la plate-forme de distribution pour avoir une idée de «Où est le milieu, quelle est l'étendue des données, et y a-t-il quelque chose d'étrange ou d'inhabituel? À partir de là, en particulier avec un ensemble relativement petit de variables de prédiction, j’utilise la plate-forme Fit Y by X pour rechercher les relations entre les prédicteurs et les réponses ... et comparer ce que je vois avec mes connaissances en matière de processus / domaine. Si un nuage de points prouve que «l'eau monte» (c'est-à-dire qu'il va à l'encontre des lois connues de la physique, de la chimie, de la biologie, du comportement socio-économique, etc.), je commence à être suspicieux et à suspendre le travail de modélisation jusqu'à ce que j'arrive au fond de les problèmes.

 

Le nettoyage et la préparation des données ne sont jamais amusants ... et demandent du travail ... mais c'est absolument nécessaire.

Re: Aide à choisir l'analyse JMP pour plusieurs facteurs

Bonjour Peter, merci pour les commentaires sur les variables catégoriques dans mes données.  Je n'avais pas réalisé que certains n'avaient qu'une valeur de 1 et que d'autres avaient des valeurs très faibles.  Je pense que je vais revenir en arrière et en apprendre davantage sur ces variables catégoriques pour voir si je peux les exclure de mon analyse.

 

Re: Aide à choisir l'analyse JMP pour plusieurs facteurs

Une autre caractéristique des données brutes est qu’il existe une forte proportion de x variables qualitatives au niveau "1" ou "0" et une proportion relativement faible au niveau inférieur pour cette variable particulière ... dans les 99% à 1% et gamme supérieure / inférieure pour beaucoup d'entre eux. Je m'assurerais de passer un peu de temps à réfléchir à mes schémas de validation croisée et de validation de modèle. Puisque vous n’exécutez pas JMP Pro, cela va créer du travail pour vous ... mais avec très peu d’observations de toutes les variables catégorielles à l’un des niveaux pour une variable catégorielle x, je me soucie de la validation croisée, du surajustement ou simplement pas assez d'observations au niveau de la proportion inférieure pour qu'un signal passe au-dessus du bruit. 

Re: Aide à choisir l'analyse JMP pour plusieurs facteurs

J'ai jeté un coup d'œil sur les données brutes. Savez-vous que quelques-unes des variables X ne sont qu'à "1"?

Re: Aide à choisir l'analyse JMP pour plusieurs facteurs

Une fois votre colonne cible créée, vous pouvez commencer par une partition ou une régression logistique.

 

Cloison

http://www.jmp.com/support/help/Partition_Models.shtml

Webcast: https://www.jmp.com/en_us/events/ondemand/building-better-models/decision-trees.html

 

Régression logistique

http://www.jmp.com/support/help/Logistic_Analysis.shtml#274628

Re: Aide à choisir l'analyse JMP pour plusieurs facteurs

De rien,
Les arbres de décision sont un bon moyen rapide de voir l'impact possible et vous pouvez utiliser une colonne d'indicateur.
Une formule de colonne simple comme:
Si (: Heures> 4, 1, 0)

Vous pouvez ensuite changer le type de modèle en nominal et l'utiliser comme réponse.

Meilleur,

Chris

Re: Aide à choisir l'analyse JMP pour plusieurs facteurs

Salut chris. Oui, la colonne Y est le nombre de jours. Merci pour la suggestion de créer une colonne indicatrice basée sur celle-ci.

Re: Aide à choisir l'analyse JMP pour plusieurs facteurs

Je suppose que la colonne Y correspond au nombre de jours? SI c'est le cas, vous pouvez créer une colonne d'indicateurs pour représenter les observations de plus de 4 jours, puis l'utiliser pour la modélisation afin de déterminer les variables qui ont le plus grand impact sur la prédiction de la variable indictor.

 

Chris