Creazione di modelli tramite Regressione Best-Subsets in JMP 12<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Ciao a tutti.
Sono interessato a sapere qual è il flusso di lavoro per arrivare a un modello ridotto in JMP 12.
questo potrebbe essere di aiuto nello spiegare da dove vengo - mi è stato insegnato l'analisi dei dati usando Minitab. in sei sigma cintura nera (e anche rinforzato come metodo al lavoro), è stato insegnato (e praticato) che ottenere il modello ridotto (per continuo variabili) utilizzando il principio di Parsimony dobbiamo:
1.) Adatta un modello di regressione con tutti i fattori
2.) rimuovere i fattori con VIF> = 5
3.) eseguire l'approccio best-subsets
4.) selezionare sottoinsieme / i con la statistica Cp di Mallows <(k + 1)
5.) seleziona sottoinsieme / i con alto R-Sq (adj)
6.) selezionare il modello più semplice con il minor numero possibile di variabili che possa spiegare adeguatamente la variazione (figura sotto).
nel nostro manuale, la procedura di cui sopra è intitolata "Passaggi coinvolti nel Model Building".
questo flusso di lavoro è eseguibile in JMP 12? Come?
so che JMP ha le sue procedure su Model Building. sto attualmente leggendo e facendo walk-through tramite il Visual Six Sigma libro (attualmente @ Capitolo 6) e guardando Costruire modelli migliori e altre risorse.
apprezzo tutte le indicazioni durante la transizione a JMP.
- Randy, JMP newbie
Ri: Creazione di modelli tramite la regressione Best-Subsets in JMP 12grazie per tutti gli input e per avermi aiutato nel mio passaggio a JMP, tutti!
Sto disimpegnando i metodi dal software precedente e imparando nuovi metodi in questa comunità.
molto apprezzato.
Ri: Creazione di modelli tramite la regressione Best-Subsets in JMP 12Permettetemi di costruire un po 'di più sui miei colleghi, i commenti di Bill e Ian, incoraggiandovi ad esaminare le trame residue lungo il percorso verso il vostro modello' utile '. Infine, usa le tue conoscenze di processo per informare l'utilità del tuo modello ... non solo le statistiche di regressione che citi. Se il tuo modello suggerisce che l'acqua scorre in salita ... beh, questo suggerisce che il modello è in qualche modo imperfetto e segue ciecamente i VIF, i valori di Rsquared, ecc ... sono quasi inutili.
Ri: Creazione di modelli tramite la regressione Best-Subsets in JMP 12Per costruire i commenti di Ian. Come metodo per scegliere i migliori sottoinsi si sarebbe meglio utilizzare la convalida incrociata. La convalida incrociata ti aiuterà ad avere il miglior modello possibile con il minor numero di termini. La convalida K-fold a due vie è un buon punto di partenza e se hai JMP Pro la validazione a tre vie è ancora migliore. Una regola empirica ragionevole è che meno di 50 esecuzioni usano K-fold e qualsiasi valore superiore a 50 usa la convalida incrociata a tre vie.
Il collegamento seguente fornisce alcune discussioni sulla convalida incrociata in JMP e se selezioni la scheda "Avanti" ti porterà alla regressione generalizzata che menziona anche Ian.
Utilizzo della convalida
Ri: Creazione di modelli tramite la regressione Best-Subsets in JMP 12Devo dire che ci sono quasi tanti modi per costruire un modello utile in quanto vi sono persone che li costruiscono. Alla fine, è l'utilità del modello che si finisce con quello che è importante, non tanto il modo in cui ci si è arrivati.
JMP supporta molti approcci alla creazione di modelli, e con un po 'di JSL, più o meno qualsiasi protocollo che si desidera seguire può essere supportato e ottimizzato. Quello che descrivi sopra è perfettamente fattibile in JMP. Si noti che, per il passaggio 2, per ottenere i VIF è necessario trovare la tabella "Stima dei parametri" nel report Modello di adattamento, fare clic con il pulsante destro del mouse e selezionare "Colonne> VIF".
Infine, per quanto riguarda le funzionalità di modellazione di JMP, il libro VSS non è veramente definitivo, solo un ragionevole punto di partenza per l'esperienza dei probabili lettori. Se vuoi avere una visione d'insieme di ciò che è possibile, dovresti certamente dare un'occhiata alla personalità della "Regressione generalizzata" di Fit Model (più materiale di supporto). Non sono sicuro di cosa si tratti in "Costruire modelli migliori", ma la prossima 2a edizione del libro VSS ha un po 'di questo.
