Ein potenzieller Kunde wertet JMP Pro aus und es wurde eine JMP-Warnmeldung mit der Funktion Fit Model -> Nominal Logistic Regression ausgegeben, die uns beide zunächst durcheinander brachte. Lektion gelernt. Zum Teil wird in dieser kleinen Erzählung nicht zuletzt auf den Wert der Verwendung von Plattformen wie Explore Missing Values und Missing Data Pattern hingewiesen, unter anderem BEFORE Modeling, um die Angemessenheit eines Datensatzes für die beabsichtigte Modellierung und für praktische Zwecke zu bewerten.
Beim ersten Durchlauf der Modellierungsarbeiten hat der Kunde eine nominelle Antwort von 2 Stufen. Im Wesentlichen eine Bestanden / Nicht Bestanden-Antwort (Problem mit der Bonität der Bank). Etwa 50 Prädiktorvariablen, eine Mischung aus kontinuierlichen und nominalen Modelltypen x. Sie beschlossen, alle X auf einen Schlag als Haupteffekte in das Fenster "Modelleffekte konstruieren" zu werfen ... und auf "Ausführen" zu klicken. In einer JMP-Warnmeldung wurde alarmiert, dass die Antwort mehr als eine Ebene benötigt. Dann haben sie ein paar alternative Modelle ausprobiert, z. B. die Anpassung nur der kontinuierlichen Prädiktoren ... alles "funktionierte" wie beabsichtigt. Dann riefen sie mich an und fragten: "Warum bekomme ich diese Warnung ... und JMP funktioniert für einige Modelle nicht mehr, für andere nicht?"
Ich habe ein wenig darüber nachgedacht und festgestellt, dass die Vereinigungsmenge aller fehlenden Wertzeilen unter allen Prädiktoren eine Bedingung darstellt, bei der im Wesentlichen eine vollständige Ebene der Antwort aufgrund der fehlenden Werte von der Anpassung ausgeschlossen ist.
Es war vollkommen sinnvoll, als wir einige Zeit damit verbracht haben ... dachte, ich würde es teilen, wenn du jemals auf so etwas stößt. Und wenn nicht anders, führt dies zu zusätzlichen Gesprächen über die Verwendung von JMP Pro für Daten, nämlich VOR der Analyse ... und dann zu verschiedenen Möglichkeiten, um mit dem Fehlen umzugehen ... informatives Fehlen, Zurechnung usw.
Geisterdaten jemand?
Ja! Bitte schreibe dies als Blogeintrag auf! Ich kann mit Ihnen einen kurzen Anruf tätigen, um den Vorgang zu besprechen und zu erläutern.
Danke, Peter. Sie haben Recht, dies sind gute Lektionen und würden einen großartigen Blog-Beitrag abgeben. @arati_mejdal Sie können in die richtige Richtung weisen, wenn Sie Hilfe beim Schreiben benötigen.
