通過JMP 12中的最佳子集回歸建模<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />嗨，大家好。
我很想知道在JMP 12中達到簡化模型的工作流程。
這可能有助於解釋我來自哪裡 - 我使用Minitab教授數據分析。在六西格瑪黑帶班（並且也作為一種工作方法得到加強），教授（並實踐）以獲得縮減模型（ 連續變量）使用簡約原則，我們必須：
1.）擬合所有因子的回歸模型
2.）去除VIF> = 5的因子
3.）執行最佳子集方法
4.）選擇子集/ s與Mallows的Cp統計<（k + 1）
5.）選擇具有高R-Sq（adj）的子集
6.）選擇最簡單的模型，盡可能少的變量可以充分解釋變化（如下圖所示）。
在我們的手冊中，上述程序的標題是“模型構建中涉及的步驟”。
這個工作流程在JMP 12中可行嗎？怎麼樣？
我知道JMP在模型構建方面有自己的程序。我正在閱讀並通過網絡進行漫步視覺六西格瑪書 （目前@第6章） 並通過觀看建立更好的模型和其他資源。
在我過渡到JMP時欣賞所有指導。
- 蘭迪，JMP新手
回复：通過JMP 12中的最佳子集回歸進行模型構建感謝所有的投入，並幫助我過渡到JMP，每個人！
我從以前的軟件中學習方法，並在這個社區中學習新的方法。
非常感激。
回复：通過JMP 12中的最佳子集回歸進行模型構建讓我在同事比爾和伊恩的評論中再多一點，鼓勵你檢查一下“有用”模型的殘差圖。最後，使用您的流程知識告知您的模型的實用程序......而不僅僅是您引用的回歸統計信息。如果你的模型表明水是上坡的...那麼這表明模型在某種程度上是有缺陷的，盲目地遵循VIF，Rsquared值等等......幾乎無用。
回复：通過JMP 12中的最佳子集回歸進行模型構建以伊恩的評論為基礎。 作為選擇最佳子集的一種方法，您最好使用交叉驗證。 交叉驗證有助於確保您擁有最少的條款數量的最佳模型。 雙向K折驗證是一個很好的起點，如果你有JMP Pro，三向驗證甚至更好。 一個合理的經驗法則是使用K-fold少於50次運行，而50以上的任何使用三次交叉驗證。
下面的鏈接提供了有關JMP中交叉驗證的一些討論，如果您選擇“下一步”選項卡，它將帶您進入Ian也提到的廣義回歸。
使用驗證
回复：通過JMP 12中的最佳子集回歸進行模型構建我應該說，有很多方法可以構建一個有用的模型，因為有人建立它們。最後，你最終得到的模型的實用性很重要，而不是你如何到達那裡。
JMP支持許多模型構建方法，使用一點JSL，或多或少可以支持和簡化您想要遵循的任何協議。您在上面描述的那個在JMP中是完全可行的。請注意，對於步驟2，要獲取VIF，您需要在“適合模型”報告中找到“參數估計”表，右鍵單擊它，然後選擇“列> VIF”。
最後，關於JMP的建模功能，VSS書並不是真正的權威，只是可能的讀者體驗的合理起點。如果你想全面了解可能的東西，你一定要看看Fit Model的'Generalized Regression'個性（加上輔助材料）。我不確定“構建更好的模型”中究竟包含了什麼，但即將發布的VSS第2版也有一點。
