Hilfe bei der Auswahl der JMP-Analyse für mehrere FaktorenHallo! Ich verwende JMP 13 (regelmäßig) und lerne mehr über vorhersagende und spezialisierte Modellierung.
Ich habe einen Datensatz (im Anhang) mit über 100.000 Beobachtungen eines Prozesses. 75% der Beobachtungen hatten eine Dauer von 4 Tagen oder weniger. Ich würde gerne wissen, warum einige Beobachtungen mehr als 4 Tage dauerten. Ich habe einige mögliche Faktoren identifiziert: 1 kontinuierlich und 16 kategorial.
Können Sie bitte eine oder mehrere JMP-Analysen vorschlagen, die ich auf die Daten anwenden könnte?
Betreff: Hilfe bei der Auswahl der JMP-Analyse für mehrere FaktorenWann immer ich mit einer Vorhersagemodell-Übung beginne, insbesondere wenn ich die Daten von einem anderen Ort mit einem geringen Wissen darüber, wie, wo, wann und unter welchen Umständen die Daten erhoben wurden, geerbt habe, verbringe ich einige Zeit damit, die Daten kennenzulernen 'Modus. Ich suche nach Datenqualität, ungewöhnlichen oder überlegenen Beobachtungen, fehlenden Werten (von denen Sie keine haben), Unsinnwerten und nach anderen Merkmalen, die bei mir hervorstechen, die das Modellieren problematisch machen könnten. Ich beginne immer mit der Vertriebsplattform, um ein Gefühl für "Wo ist die Mitte, wie weit sind die Daten verteilt, und gibt es etwas Ungewöhnliches oder Ungewöhnliches?" Von dort aus, besonders mit einer relativ kleinen Menge von Prädiktorvariablen, verwende ich einfach die Fit Y by X-Plattform, um nach Beziehungen zwischen Prädiktoren und Antworten zu suchen ... und zu vergleichen, was ich mit meinem Prozess- / Domänenwissen sehe. Wenn ein Streudiagramm beweist, dass "Wasser aufwärts läuft" (mit anderen Worten, bekannte Gesetze der Physik, Chemie, Biologie, sozioökonomischen Verhaltens usw.), fange ich an, misstrauisch zu werden, und stelle die Modellierungsarbeit ein, bis ich auf den Grund komme die Probleme.
Datenreinigung und -vorbereitung macht nie Spaß ... und macht Arbeit ... aber es ist absolut notwendig.
Betreff: Hilfe bei der Auswahl der JMP-Analyse für mehrere FaktorenHallo Peter, danke für das Feedback zu den kategorialen Variablen in meinen Daten. Ich wusste nicht, dass einige nur Werte von 1 hatten und andere Werte in sehr geringen Anteilen. Ich denke, ich gehe zurück und lerne mehr über diese kategorialen Variablen, um zu sehen, ob ich sie aus meiner Analyse ausschließen kann.
Betreff: Hilfe bei der Auswahl der JMP-Analyse für mehrere FaktorenEin weiteres Merkmal der Rohdaten ist ein hoher Anteil der x-Kategorienvariablen auf der Ebene "1" oder "0" mit einem relativ geringen Anteil auf der anderen Ebene für diese bestimmte Variable ... in den 99% bis 1% und höher / niedriger für viele von ihnen. Ich werde sicherstellen, dass ich einige Zeit damit verbringe, über meine Cross-Validierungs- und Modell-Validierungsschemas nachzudenken. Da Sie nicht mit JMP Pro arbeiten, wird dies einige Arbeit für Sie schaffen ... aber mit sehr wenigen Beobachtungen aller kategorialen Variablen auf einer der Ebenen einer x-kategorialen Variablen mache ich mir Gedanken über Kreuzvalidierung, Überanpassung oder einfach nicht genügend Beobachtungen bei niedrigerem Proportionalwert, damit ein Signal über das Rauschen steigt.
Betreff: Hilfe bei der Auswahl der JMP-Analyse für mehrere FaktorenIch habe mir die Rohdaten kurz angesehen. Ist Ihnen bewusst, dass einige der X-Variablen nur auf "1" stehen?
Betreff: Hilfe bei der Auswahl der JMP-Analyse für mehrere FaktorenSobald Ihre Zielspalte erstellt ist, können Sie mit einer Regression für eine Partition oder eine Logistik beginnen.
Trennwand
http://www.jmp.com/support/help/Partition_Models.shtml
Webcast: https://www.jmp.com/en_us/events/ondemand/building-better-models/decision-trees.html
Logistische Regression
http://www.jmp.com/support/help/Logistic_Analysis.shtml#274628
Betreff: Hilfe bei der Auswahl der JMP-Analyse für mehrere FaktorenBitte,
Entscheidungsbäume sind ein guter Weg, um die möglichen Auswirkungen zu erkennen, und Sie können eine Indikatorspalte verwenden.
Eine einfache Spaltenformel wie:
Wenn (: Stunden> 4, 1, 0)
Sie können dann den Modelltyp in nominal ändern und als Antwort verwenden.
Beste,
Chris
Betreff: Hilfe bei der Auswahl der JMP-Analyse für mehrere FaktorenHallo Chris. Ja, die Y-Spalte gibt die Anzahl der Tage an. Vielen Dank für den Vorschlag, auf dieser Grundlage eine Indikatorspalte zu erstellen.
Betreff: Hilfe bei der Auswahl der JMP-Analyse für mehrere FaktorenIch nehme an, die Y-Spalte ist die Anzahl der Tage? Wenn dies der Fall ist, kann man eine Indikatorspalte erstellen, um die Beobachtungen darzustellen, die> 4 Tage sind, und dann die für die Modellierung verwenden, um zu sehen, welche Variablen den größten Einfluss auf die Vorhersage der Indikatorvariablen haben.
Chris
