36890_it-IT

liliconcom

Aiuta a scegliere l'Analisi JMP per più fattori

Ciao! Sto usando JMP 13 (normale) e sto imparando sulla modellazione predittiva e specializzata.

 

Ho un set di dati (allegato) con oltre 100.000 osservazioni di un processo.  Il 75% delle osservazioni ha avuto una durata di 4 giorni o meno.  Mi piacerebbe sapere perché alcune osservazioni hanno richiesto più di 4 giorni.  Ho identificato alcuni possibili fattori: 1 continuo e 16 categoriali.

 

Potete suggerire una o più analisi JMP che potrei applicare ai dati?

Ri: aiuta a scegliere l'analisi JMP per più fattori

Ogni volta che inizio un esercizio di modellazione predittiva, soprattutto se ho ereditato i dati da qualche altra parte con scarsa conoscenza di come, dove, quando e in quali circostanze sono stati raccolti i dati, trascorro un po 'di tempo in quello che chiamo "conoscere i dati ' modalità. Cerco cose come la qualità dei dati, osservazioni insolite o di alto valore, valori mancanti (non ne hai nessuno), valori senza senso e qualsiasi altra caratteristica che mi attacca e che potrebbe rendere problematica la modellazione. Comincio sempre con la piattaforma di distribuzione per avere un'idea di "Dov'è il mezzo, quanto sono distribuiti i dati, e c'è qualcosa di strano o insolito?" Da lì, soprattutto con un insieme relativamente piccolo di variabili predittive, uso semplicemente la piattaforma Fit Y di X per cercare relazioni tra predittori e risposte ... e confrontare ciò che vedo con la mia conoscenza di processo / dominio. Se un grafico a dispersione dimostra che "l'acqua scorre in salita" (in altre parole è contro leggi conosciute di fisica, chimica, biologia, comportamento socioeconomico, ecc.), Allora comincio a diventare sospettoso e sospendere il lavoro di modellazione fino a raggiungere il fondo i problemi.

 

La pulizia e la preparazione dei dati non è mai divertente ... e richiede lavoro ... ma è assolutamente necessario.

Ri: aiuta a scegliere l'analisi JMP per più fattori

Ciao Peter, grazie per il feedback sulle variabili categoriali nei miei dati.  Non mi rendevo conto che alcuni avevano solo valori di solo 1, e altri avevano valori in proporzioni molto basse.  Penso che tornerò e approfondirò queste variabili categoriali per vedere se riesco a escluderle dalla mia analisi.

 

Ri: aiuta a scegliere l'analisi JMP per più fattori

Un'altra caratteristica dei dati grezzi, esiste un'alta proporzione delle variabili categoriali x a livello "1" o "0" con una proporzione relativamente bassa nell'altro livello per quella particolare variabile ... nel 99% a 1% e più alto / basso per molti di loro. Mi piacerebbe passare un po 'di tempo a meditare sui miei schemi di convalida incrociata e di convalida del modello. Dato che non stai usando JMP Pro, questo ti creerà un po 'di lavoro ... ma con pochissime osservazioni di tutte le variabili categoriali a uno dei livelli per ogni x variabile categorica, mi preoccupo della convalida incrociata, del sovradattamento o semplicemente non abbastanza osservazioni al livello di proporzione inferiore per un segnale che supera il rumore. 

Ri: aiuta a scegliere l'analisi JMP per più fattori

Ho dato una rapida occhiata ai dati grezzi. Sei consapevole che alcune delle variabili X sono solo a "1"?

Ri: aiuta a scegliere l'analisi JMP per più fattori

Una volta creata la colonna di destinazione, è possibile iniziare con una partizione o una regressione logistica.

 

Partizione

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

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

 

Regressione logistica

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

Ri: aiuta a scegliere l'analisi JMP per più fattori

Prego,
Alberi decisionali sono un buon modo rapido per vedere il possibile impatto e puoi usare una colonna di indicatori.
Una formula di colonna semplice come:
Se (: Ore> 4, 1, 0)

È quindi possibile modificare il tipo di modello in nominale e utilizzarlo come risposta.

Migliore,

Chris

Ri: aiuta a scegliere l'analisi JMP per più fattori

Ciao chris. Sì, la colonna Y è il numero di giorni. Grazie per il suggerimento di creare una colonna di indicatori basata su di esso.

Ri: aiuta a scegliere l'analisi JMP per più fattori

Suppongo che la colonna Y sia il numero di giorni? In caso affermativo, si può fare una colonna di indicatori per rappresentare quelle osservazioni che sono> 4 giorni e quindi usare quella per la modellazione per vedere quali variabili hanno l'impatto maggiore sulla previsione della variabile dell'indicatore.

 

Chris