Modellerstellung über Best-Subsets-Regression in JMP 12<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Hallo allerseits.
Ich bin daran interessiert zu wissen, wie der Workflow aussieht, um zu einem reduzierten Modell in JMP 12 zu gelangen.
Dies könnte hilfreich sein, um zu erklären, woher ich komme - mir wurde Datenanalyse mit Minitab beigebracht. in der Six-Sigma-Black-Belt-Klasse (und auch als Methode bei der Arbeit verstärkt) wurde gelehrt (und geübt), dass man das reduzierte Modell (z kontinuierlich Variablen) unter Verwendung des Sparsamkeitsprinzips müssen wir:
1.) Passen Sie ein Regressionsmodell mit allen Faktoren an
2.) Faktoren mit VIF >= 5 entfernen
3.) Best-Subsets-Ansatz durchführen
4.) Teilmenge/n mit Mallows Cp-Statistik < (k+1) auswählen
5.) Teilmenge(n) mit hohem R-Sq(adj) auswählen
6.) Wählen Sie das einfachste Modell mit der geringstmöglichen Anzahl von Variablen, die die Variation angemessen erklären können (Abbildung unten).
In unserem Handbuch trägt das obige Verfahren den Titel „Schritte zum Erstellen von Modellen“.
Ist dieser Workflow in JMP 12 machbar? Wie?
Ich weiß, dass JMP seine eigenen Verfahren zur Modellerstellung hat. Ich lese gerade und mache Walk-Throughs über die Visuelles Six Sigma Buch (aktuell @ Kapitel 6) und durch zuschauen Bessere Modelle bauen und andere Ressourcen.
schätze all die Anleitungen beim Übergang zu JMP.
- Randy, JMP-Neuling
Betreff: Modellerstellung über Best-Subsets-Regression in JMP 12vielen Dank für all die Beiträge und für die Hilfe bei meiner Umstellung auf JMP!
Ich verlerne Methoden aus der vorherigen Software und lerne neue in dieser Community.
sehr geschätzt.
Betreff: Modellerstellung über Best-Subsets-Regression in JMP 12Lassen Sie mich etwas mehr auf den Kommentaren meiner Kollegen Bill und Ian aufbauen, indem ich Sie ermutige, auf dem Weg zu Ihrem „brauchbaren“ Modell Restdiagramme zu untersuchen. Verwenden Sie schließlich Ihr Prozesswissen, um den Nutzen Ihres Modells zu informieren ... nicht nur die von Ihnen zitierten Regressionsstatistiken. Wenn Ihr Modell darauf hindeutet, dass Wasser bergauf läuft ... nun, das deutet darauf hin, dass das Modell irgendwie fehlerhaft ist und VIFs, R²-Werten usw. blind folgt ... sind nahezu nutzlos.
Betreff: Modellerstellung über Best-Subsets-Regression in JMP 12Um auf Ians Kommentaren aufzubauen.Um die besten Teilmengen auszuwählen, sollten Sie am besten eine Kreuzvalidierung verwenden.Die Kreuzvalidierung hilft sicherzustellen, dass Sie das bestmögliche Modell mit der geringsten Anzahl von Begriffen haben.Die Zwei-Wege-K-Fold-Validierung ist ein guter Ausgangspunkt, und wenn Sie über JMP Pro verfügen, ist die Drei-Wege-Validierung sogar noch besser.Eine vernünftige Faustregel lautet, dass bei weniger als 50 Läufen K-Fold und bei mehr als 50 Läufen die Drei-Wege-Kreuzvalidierung verwendet wird.
Der folgende Link enthält einige Diskussionen zur Kreuzvalidierung in JMP, und wenn Sie die Registerkarte „Weiter“ auswählen, gelangen Sie zur Generalized Regression, die Ian ebenfalls erwähnt.
Validierung verwenden
Betreff: Modellerstellung über Best-Subsets-Regression in JMP 12Ich sollte sagen, dass es fast so viele Möglichkeiten gibt, ein nützliches Modell zu bauen, wie es Leute gibt, die sie bauen. Am Ende ist der Nutzen des Modells, das Sie am Ende haben, wichtig, nicht so sehr, wie Sie dorthin gekommen sind.
JMP unterstützt viele Ansätze zur Modellerstellung, und mit ein wenig JSL kann mehr oder weniger jedes Protokoll, dem Sie folgen möchten, unterstützt und optimiert werden. Die oben beschriebene ist in JMP durchaus machbar. Beachten Sie, dass Sie für Schritt 2 zum Abrufen der VIFs die Tabelle „Parameterschätzungen“ im Bericht „Modell anpassen“ suchen müssen, mit der rechten Maustaste darauf klicken und „Spalten > VIF“ auswählen müssen.
Schließlich ist das VSS-Buch in Bezug auf die Modellierungsfähigkeiten von JMP nicht wirklich endgültig, sondern nur ein vernünftiger Ausgangspunkt für die Erfahrung der wahrscheinlichen Leserschaft. Wenn Sie sich einen Gesamtüberblick darüber verschaffen möchten, was möglich ist, sollten Sie sich auf jeden Fall die Personality „Generalized Regression“ von Fit Model (plus unterstützendes Material) ansehen. Ich bin mir nicht sicher, was genau in „Building Better Models“ behandelt wird, aber die kommende 2. Auflage des VSS-Buches enthält ein wenig davon.
