Un client potentiel évalue JMP Pro et a été alerté par une alerte JMP Alert utilisant la personnalité de régression logistique Modèle nominal -> Nominal qui, au départ, nous a séduits à la fois, mais après un examen plus approfondi, nous avons trouvé la solution. Leçon apprise. En partie, si rien d’autre, ce petit récit souligne l’utilité d’utiliser des plateformes telles que Explorer les valeurs manquantes et le modèle de données manquantes, entre autres, AVANT de modéliser pour évaluer la pertinence d’un ensemble de données pour la modélisation et les objectifs pratiques souhaités.
Lors de la première exécution du travail de modélisation ... le client a une réponse nominale à 2 niveaux. Essentiellement, une réponse réussite / échec (problème de type solvabilité bancaire). Environ 50 variables prédictives, un mélange de types x de modélisation continue et nominale. Ils ont décidé de jeter tous les x dans la fenêtre Construire Model Effects d'un seul coup comme effets principaux uniquement ... et de lancer Run. Un message d'alerte JMP contenant des alarmes indiquant que la réponse nécessite plusieurs niveaux. Ils ont ensuite essayé quelques modèles alternatifs, tels que l’ajustement des prédicteurs continus… tout «fonctionnait» comme prévu. Puis ils sont venus m'appeler en me demandant "Pourquoi est-ce que je reçois cette alerte ... et JMP cesse de fonctionner pour certains modèles mais pas pour d'autres?"
J'ai réfléchi un peu à cela et ce que nous avons découvert, c'est que l'union de toutes les lignes de valeurs manquantes parmi tous les prédicteurs a créé une condition dans laquelle un niveau complet de la réponse a été exclu de l'ajustement en raison des valeurs manquantes.
C'était parfaitement logique une fois que nous avons passé quelque temps sur ce sujet ... Je pensais le partager si jamais vous tombiez sur quelque chose comme ça. Et si rien d’autre, cela engendre une conversation supplémentaire sur l’utilisation de JMP Pro pour les données, c’est-à-dire AVANT l’analyse ... et ensuite, diverses façons de traiter les données manquantes ... manquant informatif, imputation, etc.
Données fantômes quelqu'un?
Oui! S'il vous plaît écrivez ceci comme un article de blog! Je peux faire un appel rapide avec vous pour discuter et expliquer le processus.
Merci Peter. Vous avez raison, ce sont de bonnes leçons et un excellent blog. @arati_mejdal peut vous orienter dans la bonne direction si vous avez besoin d’aide pour l’écrire.
