¿Las iteraciones de arranque son todas idénticas?Re: las iteraciones bootstrap son todas idénticas ???¡Gracias por la investigación y respuesta! Usaré el trabajo para esta secuencia analítica bastante esotérica. - DH
Re: las iteraciones bootstrap son todas idénticas ???Después de una investigación por parte del desarrollo de JMP, parece que hay un error en el caso cuando se crean los conjuntos de validación de KFold y se realiza un arranque en el mismo informe de Regresión Generalizada. La semilla aleatoria utilizada para la creación del conjunto de validación no se restablece correctamente para cada iteración de rutina de carga. Este error debe ser arreglado a tiempo para JMP14.
Mientras tanto, aquí hay una solución. Puede ajustar su modelo en Regresión generalizada utilizando la validación cruzada de KFold como lo hizo antes y luego guardar los conjuntos de validación (Guardar columnas> Guardar columna de validación). Luego inicie nuevamente Fit Model, haga clic en Recuperar y use la columna de validación que guardó en el rol de Validación. Ejecutar el nuevo modelo. Si inicia desde este nuevo informe, debe omitir el error.
Espero que ayude. Háganos saber si tiene más preguntas.
-Miguel
Re: las iteraciones bootstrap son todas idénticas ???No veo un script de Regresión generalizada en Nicardipine, pero creo que me he acercado bastante a lo que está viendo y tengo resultados muy similares en varias muestras de bootstrap (¿la mayoría?) Al ejecutar este script.
dt=open("$SAMPLE_DATA\Nicardipine.jmp");
foo=dt<<FIT model=""></FIT>
Establecer los pesos fraccionarios (0) en lugar de (1) arriba parece hacer que se comporte mejor.
Continuamos mirándolo y le informaremos cuando sepamos más.
Re: las iteraciones bootstrap son todas idénticas ???Ejecute el script guardado en el conjunto de datos de Nicardipine. Luego reinicie las estimaciones de parámetros en la tabla de salida. Seleccioné los pesos fraccionarios (regresión logística y conjunto de datos pequeños) y deseleccioné "dividir la columna seleccionada" y "descartar la tabla apilada si la división funciona"
* Nota * Esta es una demostración muy torpe ya que solo unas pocas variables contribuyen realmente al modelo, pero reproduce el mismo comportamiento que veo en mi propio conjunto de datos.
Re: las iteraciones bootstrap son todas idénticas ???
@dherring_wakehe escribió:
Si puedo. Utilicé el conjunto de datos de Nicardipine e intenté modelar el sexo en función de ~ 10 variables predictoras continuas. El problema parece estar vinculado al uso de validación cruzada como método de validación. Tanto para Adaptive Elastic Net como Adaptive Laso cuando uso la validación de CF ...
Me temo que no puedo reproducirlo con esta información.
- ¿Exactamente qué predictores estás usando?
- No entiendo "validación de CF". ¿Quieres decir k-fold?
- ¿Puedes publicar tu tabla de iteraciones?
Re: las iteraciones bootstrap son todas idénticas ???Si puedo. Utilicé el conjunto de datos de Nicardipine e intenté modelar el sexo en función de ~ 10 variables predictoras continuas. El problema parece estar vinculado al uso de validación cruzada como método de validación. Tanto para Adaptive Elastic Net como para Adaptive Lasso, cuando uso la validación de CF y luego intento realizar un arranque en las estimaciones de los parámetros, obtengo resultados idénticos para las iteraciones de arranque 1 a n. (el arranque 0 es diferente). Intenté modelar una variable continua de la misma manera y descubrí que las primeras iteraciones eran diferentes, pero finalmente, ¿todas las iteraciones de arranque dieron resultados idénticos? Casi parece estar convergiendo en una solución y luego nunca cambia. Cuando uso AIC como método de validación, parece que bootstrap funciona bien.
Re: las iteraciones bootstrap son todas idénticas ???Tengo problemas para reproducir esto en JMP Pro 13.0.0 en una máquina Windows de 64 bits.
¿Ves esto para muchas tablas de datos diferentes? ¿Puede reproducir este comportamiento en una de las tablas en Datos de muestra JMP?
Gracias,
Miguel
Re: las iteraciones bootstrap son todas idénticas ???JMP pro 13.0.0 (64 bit)
Varias plataformas diferentes incluyendo regresión generalizada.
no escogió una semilla
También me he dado cuenta de que si lanzo un análisis que puede tener una característica stocastic como una validación de Cross-fold o bootstrap el primer aspecto se ve bien, entonces un análisis de rehacer es un poco diferente pero apropiadamente diferente, y luego cada rehacer produce resultados idénticos al segundo análisis. En ambos casos, parece que algo no se está reiniciando para permitir una ejecución verdaderamente aleatoria, ya sea que sea un arranque o una validación cruzada.
Re: las iteraciones bootstrap son todas idénticas ???Hola,
Proporcione más información sobre la situación en la que está viendo resultados idénticos para todas las iteraciones de arranque:
- ¿Qué versión de JMP y qué plataforma estás usando?
- ¿Qué parte del informe intentaste arrancar?
- ¿Estableciste una semilla aleatoria en la ventana de opciones de Bootstrapping?
Gracias,
Miguel
