Suggerisco che la ricerca di un modello "migliore" non sia assolutamente risposta da una misura unica per tutti i percorsi di analisi. Il modello "migliore" è il modello che ti aiuta a risolvere il problema pratico a portata di mano. Fare affidamento sulle statistiche di diagnostica dei modelli come unico criterio (e quale scegliere?) Ignora i problemi di competenza del dominio e la praticità del modello proposto alla soluzione del problema. Ad esempio, lo scopo dell'esercizio è esplicativo o predittivo? Hai preso in considerazione la convalida incrociata come parte del tuo flusso di lavoro? Hai usato un metodo basato sull'albero. Che dire di altri metodi di modellazione, ad esempio la regressione basata da semplici OLS a metodi alternativi come PLS o se si dispone di JMP Pro, metodi di regressione generalizzati o reti neurali? E ci sono molte altre considerazioni.
Per approfondire queste idee suggerisco di dare un'occhiata alla sequenza "Costruire modelli migliori" di webinar su richiesta di JMP:
https://www.jmp.com/en_us/events/ondemand/webcasts/by-series/building-better-models.html
