JMP 12のベストサブセット回帰によるモデル構築<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />皆さんこんにちは。
私は、ワークフローがJMP 12の縮小モデルに到達することに何が入っているのかを知りたいと思っています。
これは私がどこから来たのかを説明するのに役立つかもしれません - 私はMinitabを使ってデータ分析を教えられました。6シグマブラックベルトクラスで（そして仕事中のメソッドとしても強化されています）、Reduced Modelを得ることは（そして実践されても）います連続的変数）倹約の原則を使用して我々はしなければならない：
1.）回帰モデルにすべての要素を当てはめる
2.）VIF> = 5の要素を削除する
3.）ベストサブセットアプローチを実行する
4.）MallowsのCp統計値<（k + 1）でサブセットを選択する。
５）高いＲ − Ｓｑ（ａｄｊ）を有するサブセットを選択する。
6.）変動を適切に説明できる変数の数ができるだけ少ない最も単純なモデルを選択します（下図）。
私たちのマニュアルでは、上記の手順は "モデル構築に含まれるステップ"と題されています。
このワークフローはJMP 12で実行できますか？どうやって？
JMPにはモデル構築に関する独自の手順があることを私は知っています。私は現在読んでいて、経由でウォークスルーをしていますビジュアルシックスシグマ本 （現在は第6章） そして見てより良いモデルの構築その他の資料
私がJMPに移行するときのすべてのガイダンスに感謝します。
- ランディ、JMP初心者
再：JMP 12のベストサブセット回帰によるモデル構築みなさん、JMPへの移行をお手伝いいただき、ありがとうございます。
私は以前のソフトウェアからの学習方法がないとこのコミュニティで新しいものを学んでいます。
とても有難い。
再：JMP 12のベストサブセット回帰によるモデル構築私の同僚のBillとIanのコメントをもう少し詳しく説明しましょう。あなたの「便利な」モデルに至るまでの間に残差プロットを調べるように促してください。最後に、あなたが引用した回帰統計だけでなく、あなたのモデルの有用性を知らせるためにあなたのプロセス知識を使ってください。あなたのモデルが水が上り坂であることを示唆しているなら...それはモデルがどういうわけか欠陥がありそして盲目的にVIFに従っていることを示唆しています、Rsquared値などは…ほとんど役に立たない。
再：JMP 12のベストサブセット回帰によるモデル構築イアンのコメントをもとに。 最良のサブセットを選択する方法としては、交差検定を使用することをお勧めします。 交差検定は、あなたが最少の用語で可能な限り最善のモデルを持つことを保証するのを助けるでしょう。 双方向K-fold検証は最初に始めるのに良い場所です、そしてあなたがJMP Proを持っているなら三方検証はさらに良いです。 妥当な経験則では、50回未満の実行ではK-foldを使用し、50回を超える実行では3方向交差検定を使用します。
以下のリンクはJMPでのクロスバリデーションに関する議論をしています、そしてもしあなたが "Next"タブを選択するならそれはまたイアンが言及する一般化回帰にあなたを連れて行きます。
検証を使用する
再：JMP 12のベストサブセット回帰によるモデル構築私は、有用なモデルを構築する方法は、それらを構築する人々がいるのと同じくらい多くあると言うべきです。結局のところ、それがあなたが最終的に得たモデルの有用性であることは重要です。
JMPはモデル構築への多くのアプローチをサポートしています、そして少しのJSLで、あなたが従うべき多かれ少なかれどんなプロトコルでもサポートされ合理化されることができます。あなたが上で説明したものはJMPで完全に実行可能です。ステップ2でVIFを取得するには、Fit Modelレポートで[Parameter Estimates]テーブルを見つけて右クリックし、[Columns]> [VIF]を選択する必要があります。
最後に、JMPのモデリング機能に関して、VSSの本は実際には決定的なものではなく、ありそうな読者の経験のための妥当な出発点にすぎません。あなたが可能なことの全体像を知りたいならば、あなたは確かにフィットモデルの「一般化回帰」パーソナリティ（および補足資料）をチェックするべきです。「より良いモデルの構築」で何がカバーされているのか正確にはわかりませんが、次の第2版のVSSブックでは、これについて少し説明しています。
