le iterazioni di bootstrap sono tutte identiche ???Ri: le iterazioni di bootstrap sono tutte uguali ???Grazie per l'indagine e risposta! Userò il lavoro attorno per questa sequenza analitica, certamente piuttosto esoterica. - DH
Ri: le iterazioni di bootstrap sono tutte uguali ???Dopo alcune indagini da parte dello sviluppo di JMP, sembra che ci sia un bug nel caso in cui i set di validazione KFold siano creati e il bootstrap sia fatto nello stesso rapporto di regressione generalizzata. Il seme casuale utilizzato per la creazione del set di convalida non viene ripristinato correttamente per ogni iterazione di bootstrap. Questo bug dovrebbe essere corretto in tempo per JMP14.
Nel frattempo, ecco una soluzione. È possibile adattare il modello in Regressione generalizzata utilizzando la convalida incrociata KFold come in precedenza e quindi salvare i set di convalida (Salva colonne> Salva colonna di convalida). Quindi avviare di nuovo Fit Model, fare clic su Richiama e utilizzare la colonna di convalida salvata nel ruolo di convalida. Esegui il nuovo modello. Se esegui il bootstrap da questo nuovo report, devi ignorare il bug.
Spero che sia d'aiuto. Facci sapere se hai altre domande.
-Michael
Ri: le iterazioni di bootstrap sono tutte uguali ???Non vedo uno script di regressione generalizzata in Nicardipine ma penso di essermi avvicinato molto a quello che stai vedendo e di avere risultati molto simili in più (la maggior parte?) Esempi di bootstrap quando eseguo questo script.
dt=open("$SAMPLE_DATA\Nicardipine.jmp");
foo=dt<<FIT model=""></FIT>
L'impostazione di Fractional Weights (0) anziché di (1) sopra sembra comportarsi meglio.
Stiamo continuando a guardarlo e riferiremo quando ne sapremo di più.
Ri: le iterazioni di bootstrap sono tutte uguali ???Esegui lo script salvato nel set di dati Nicardipine. Quindi eseguire il bootstrap delle stime dei parametri nella tabella di output. Ho selezionato pesi frazionari (regressione logistica e set di dati di piccole dimensioni) e deselezionata "split selected column" e "scarta stacked table se split works"
* Nota * Questa è una dimostrazione molto maldestra in quanto solo poche variabili effettivamente contribuiscono al modello, ma riproduce lo stesso comportamento che vedo nel mio set di dati.
Ri: le iterazioni di bootstrap sono tutte uguali ???
@dherring_wakehe ha scritto:
Sì posso. Ho usato il set di dati Nicardipine e ho tentato di modellare il sesso in funzione di ~ 10 variabili predittive continue. Il problema sembra essere collegato all'utilizzo della convalida incrociata come metodo di convalida. Sia per Adaptive Elastic Net che Adaptive Lasso quando utilizzo la validazione CF ...
Temo di non essere in grado di riprodurlo con queste informazioni.
- Quali sono i predittori che stai usando?
- Non capisco "convalida CF". Intendi dire k-fold?
- Puoi pubblicare il tuo tavolo di iterazioni?
Ri: le iterazioni di bootstrap sono tutte uguali ???Sì posso. Ho usato il set di dati Nicardipine e ho tentato di modellare il sesso in funzione di ~ 10 variabili predittive continue. Il problema sembra essere collegato all'utilizzo della convalida incrociata come metodo di convalida. Sia per Adaptive Elastic Net che Adaptive Lasso quando utilizzo la convalida CF e poi cerco di eseguire un bootstrap sulle stime dei parametri ottengo risultati identici per le iterazioni di avvio da 1 a n. (l'avvio 0 è diverso). Ho provato a modellare una variabile continua nello stesso modo e ho scoperto che le prime iterazioni erano diverse ma alla fine tutte le iterazioni di avvio hanno prodotto risultati identici? Sembra quasi che converga su una soluzione e poi non cambi mai. Quando uso AIC come metodo di validazione sembra che il bootstrap funzioni bene.
Ri: le iterazioni di bootstrap sono tutte uguali ???Ho difficoltà a riprodurre questo in JMP Pro 13.0.0 su un computer Windows a 64 bit.
Lo vedi per molte tabelle di dati differenti? Sei in grado di riprodurre questo comportamento su una delle tabelle in Dati campione JMP?
Grazie,
Michael
Ri: le iterazioni di bootstrap sono tutte uguali ???JMP pro 13.0.0 (64 bit)
diverse piattaforme tra cui la regressione generalizzata
non ha scelto un seme
Inoltre ho notato che se lancio un'analisi che può avere una funzionalità stocastica come una convalida Cross-fold o bootstrapping, la prima sembra soddisfacente, quindi un'analisi di redo è leggermente ma appropriatamente diversa, e quindi dopo ogni redo produce risultati identici alla seconda analisi. In entrambi i casi sembra che qualcosa non venga ripristinato per consentire un'esecuzione veramente casuale, sia che si tratti di una procedura di bootstrap o di una convalida incrociata.
Ri: le iterazioni di bootstrap sono tutte uguali ???Ciao,
Fornire ulteriori informazioni sulla situazione in cui vengono visualizzati risultati identici per tutte le iterazioni di bootstrap:
- Quale versione di JMP e quale piattaforma stai usando?
- Quale parte del rapporto hai provato a eseguire il bootstrap?
- Hai impostato un seme casuale nella finestra delle opzioni Bootstrapping?
Grazie,
Michael
