<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />J'ai donc un grand ensemble de données de tests couvrant 42 éléments différents. Les concentrations et les rapports de chaque analyse varient en fonction de la quantité de chaque minéral et de la chimie (variable) de chaque minéral. J'essaie de prédire l'un de ces éléments par des variations dans le reste des éléments. Mon instinct dit que seuls quelques-uns d'entre eux ont réellement une influence et qu'il est probable que les ratios de certains éléments par rapport aux ratios des autres éléments seront la clé de mon problème. J'ai déjà réalisé les matrices du diagramme de dispersion du cerveau mort pour voir s'il existe des régressions linéaires évidentes que je peux extraire des données. Certains très faibles sont là mais sont encore largement des schémas de fusil de chasse auxquels j'applique des voeux pieux.
Donc, ce que je recherche, c’est simplement une recommandation sur le type d’analyse statistique que vous recommanderiez au moins d’identifier une liste réduite des éléments qui ont la plus grande influence. De là, je peux travailler avec des ratios aléatoires. Je devine que je devrai en quelque sorte faire une sorte d'analyse multidimensionnelle multidimensionnelle telle que l'analyse de type MDA, cluster ou composante principale? Toute recommandation que vous pourriez fournir serait très utile.
Je pense que vous êtes sur la bonne voie avec votre pensée jusqu'ici. Trois autres pensées:
1. Si vous utilisez JMP Pro, je voudrais certainement examiner la plate-forme de régression généralisée et les méthodes de régression pénalisées de Ridge, Lasso et Elastic Net. Ces méthodes sont très efficaces pour l'identification de variables et la sélection de modèles.
2 Ou essayez aussi les moindres carrés partiels. Peut être efficace pour l'identification des variables, la réduction de la dimensionnalité et la sélection du modèle. Le déploiement de PLS dans JMP Pro est bien plus riche que le déploiement de PLS dans JMP pour des tâches telles que la spécification de modèle, la validation croisée, etc.
Les deux plates-formes ont les profileurs habituels, simulateurs, etc. que beaucoup trouvent utiles à la fois pour évaluer un modèle et pour l’utiliser.
3 De même, si vous utilisez JMP Pro, n'oubliez pas la plate-forme Model Comparison. Beaucoup trouvent qu’il s’agit d’un «point de vente unique» utile pour évaluer simultanément plusieurs modèles.
