Niveau: intermédiaire
Clay Barker, JMP Développeur principal de statisticien de recherche, SAS
Ruth Hummel, ambassadrice académique JMP, SAS
Régression généralisée - cela semble effrayant, mais ce n'est pas le cas. Cette plate-forme dans JMP Pro peut gérer les exercices de modélisation linéaire les plus courants. Besoin de trouver le meilleur ensemble de prédicteurs dans un océan de possibilités (c.-à-d. Sélection de variables)? Cette plateforme peut le faire. Besoin de modéliser une réponse catégorielle à plus de deux niveaux? La régression généralisée peut le faire. Vous avez des problèmes avec des réponses non normales comme les données de comptage ou le pourcentage de rendement? Là où d'autres méthodes de modélisation échouent avec ces réponses, la régression généralisée les gère facilement. Données censurées? Prédicteurs corrélés? Genreg peut également les gérer. Si vous n'utilisez pas cette plateforme, vous passez à côté. Dans ce tutoriel, nous verrons comment utiliser Genreg pour construire des modèles dans une variété de paramètres: en commençant par une expérience conçue orthogonale et en passant à de grands ensembles de données d'observation.
