les itérations bootstrap sont toutes identiques ???Re: les itérations de bootstrap sont toutes identiques ???Merci pour l'enquête et la réponse! Je vais utiliser le travail autour de cette séquence analytique certes plutôt ésotérique. - DH
Re: les itérations de bootstrap sont toutes identiques ???Après quelques recherches menées par le développement de JMP, il apparaît qu’il existe un bogue dans le cas où les ensembles de validation KFold sont créés et que l’amorçage est effectué dans le même rapport de régression généralisée. La graine aléatoire utilisée pour la création de l'ensemble de validation ne reçoit pas correctement la réinitialisation pour chaque itération d'amorçage. Ce bogue devrait être corrigé à temps pour JMP14.
En attendant, voici une solution de contournement. Vous pouvez adapter votre modèle à la régression généralisée à l'aide de la validation croisée KFold comme avant, puis enregistrez les jeux de validation (Enregistrer les colonnes> Enregistrer la colonne de validation). Puis relancez Fit Model, cliquez sur Rappel et utilisez la colonne de validation que vous avez enregistrée dans le rôle Validation. Exécutez le nouveau modèle. Si vous démarrez à partir de ce nouveau rapport, vous devez contourner le bogue.
J'espère que cela pourra aider. Faites-nous savoir si vous avez d'autres questions.
-Michael
Re: les itérations de bootstrap sont toutes identiques ???Je ne vois pas de script de régression généralisée dans Nicardipine, mais je pense que je suis assez proche de ce que vous voyez et que les résultats sont très similaires dans plusieurs (la plupart?) Exemples d'amorçage lors de l'exécution de ce script.
dt=open("$SAMPLE_DATA\Nicardipine.jmp");
foo=dt<<FIT model=""></FIT>
La définition de poids fractionnaires (0) au lieu de (1) ci-dessus semble améliorer le comportement.
Nous continuons à l'examiner et ferons rapport lorsque nous en saurons davantage.
Re: les itérations de bootstrap sont toutes identiques ???Exécutez le script enregistré dans le jeu de données Nicardipine. Amorcez ensuite les estimations de paramètres dans la table en sortie. J'ai sélectionné des poids fractionnaires (régression logistique et petit ensemble de données) et désélectionné les "colonnes sélectionnées" et "ignorer la table empilée si la division fonctionne"
* Remarque * Il s'agit d'une démonstration très maladroite, car seules quelques variables contribuent réellement au modèle, mais elles reproduisent le même comportement que je constate dans mon propre jeu de données.
Re: les itérations de bootstrap sont toutes identiques ???
@dherring_wakehe a écrit:
Oui je peux. J'ai utilisé l'ensemble de données sur la nicardipine et tenté de modéliser le sexe en fonction d'environ 10 variables prédictives continues. Le problème semble lié à l'utilisation de la validation croisée comme méthode de validation. Pour Adaptive Elastic Net et Adaptive Lasso lorsque j'utilise la validation CF ...
J'ai bien peur de ne pas pouvoir le reproduire avec cette information.
- Quels prédicteurs utilisez-vous exactement?
- Je ne comprends pas la "validation des FC". Voulez-vous dire k-fold?
- Pouvez-vous poster votre table d'itérations?
Re: les itérations de bootstrap sont toutes identiques ???Oui je peux. J'ai utilisé l'ensemble de données sur la nicardipine et tenté de modéliser le sexe en fonction d'environ 10 variables prédictives continues. Le problème semble lié à l'utilisation de la validation croisée comme méthode de validation. Pour Adaptive Elastic Net et Adaptive Lasso, lorsque j'utilise la validation CF, puis que j'essaie de procéder à un bootstrap sur l'estimation des paramètres, j'obtiens des résultats identiques pour les itérations d'amorçage 1 à n. (boot 0 est différent). J'ai essayé de modéliser une variable continue de la même manière et j'ai constaté que les premières itérations étaient différentes mais que toutes les itérations de démarrage ont finalement donné des résultats identiques. Semble presque converger vers une solution et ne jamais changer. Lorsque j'utilise AIC comme méthode de validation, il semble que bootstrap fonctionne correctement.
Re: les itérations de bootstrap sont toutes identiques ???Je ne parviens pas à reproduire cela dans JMP Pro 13.0.0 sur un ordinateur Windows 64 bits.
Voyez-vous cela pour de nombreux tableaux de données? Pouvez-vous reproduire ce problème sur l’une des tables de JMP Sample Data?
Merci,
Michael
Re: les itérations de bootstrap sont toutes identiques ???JMP pro 13.0.0 (64 bits)
plusieurs plates-formes différentes, y compris la régression généralisée
n'a pas choisi une graine
De plus, j'ai remarqué que si je lance une analyse qui peut avoir une fonctionnalité stocastique telle qu'une validation du cross-fold ou l'amorçage de la première, ça a l'air bien, alors une analyse redo est légèrement différente mais appropriée, et ensuite chaque restitution donne des résultats identiques à la deuxième analyse. Dans les deux cas, il semble que quelque chose ne soit pas réinitialisé pour permettre une exécution véritablement aléatoire, qu'il s'agisse d'une validation d'amorçage ou de repliement croisé.
Re: les itérations de bootstrap sont toutes identiques ???Bonjour,
Veuillez fournir plus d'informations sur la situation dans laquelle vous constatez des résultats identiques pour toutes les itérations de bootstrap:
- Quelle version de JMP et quelle plate-forme utilisez-vous?
- Quelle partie du rapport avez-vous essayé de lancer?
- Avez-vous défini une graine aléatoire dans la fenêtre d'options Bootstrapping?
Merci,
Michael
