Obtenga más información en nuestro curso en línea gratuito:
Pensamiento estadístico para la resolución de problemas industriales
Cuando ajusta un modelo de clasificación en JMP, el límite de probabilidad para la clasificación es 0.50. En este video, vemos cómo cambiar el límite de clasificación mediante una columna de fórmula en la tabla de datos.
Para aplicar un límite diferente, puede guardar la fórmula de probabilidad en la tabla de datos y luego crear una columna de fórmula condicional para especificar el nuevo límite.
Veamos cómo cambiar el límite para la clasificación usando el Impureza datos. Para hacer que el modelo clasifique más observaciones como Fallar , cambiamos el límite de clasificación como Fallar a 0,10.
Pero tenga en cuenta que este es un valor arbitrario. El valor de corte que use debe basarse en el contexto del problema en el que está trabajando, la estructura de datos y otras consideraciones.
Comenzamos ajustando un modelo predictivo. Ajustamos un modelo de regresión logística y luego seleccionamos Guardar fórmula de probabilidad desde el triángulo rojo superior para guardar el modelo logístico en la tabla de datos.
Esto agrega cuatro nuevas columnas a la tabla de datos: el Logit (que es el modelo logístico), la probabilidad predicha de Fallar y Pasar , y el resultado más probable basado en el límite de 0,50.
Las dos columnas de probabilidad se agrupan en la lista de columnas.
Agregamos una nueva columna y nombramos esta columna [ Error de corte de prueba = 0.10 ] Luego hacemos clic derecho y seleccionamos Fórmula para ingresar al Editor de fórmulas.
Estos son los pasos para crear la fórmula que necesitamos:
- De la lista de funciones, seleccione Condicional , y entonces Si , para crear una declaración IF.
- Con el expr cuadro resaltado, seleccione el Prob [Fail] columna.
- Luego, de la lista de funciones, seleccione Comparación , y entonces a <= b y entra 0,10 en la caja provista.
- En la primera cláusula ELSE, escriba "Pasar" .
- En la segunda cláusula ELSE, escriba "Fallar" .
Esta fórmula clasifica observaciones con una probabilidad predicha de Fallar mayor que 0.10 como falla, y cualquier observación con una probabilidad pronosticada de Fallar menor o igual a 0.10 como pase.
Comparemos las clasificaciones usando estos dos valores de corte. La probabilidad predicha de Fallar para la observación en la sexta fila es 0.12. Esto fue originalmente clasificado como un pase.
Al cambiar el límite a 0,10, se clasificarán más observaciones como fallidas. El modelo es más sensible a la detección de fallas. Pero hay una compensación. El modelo también clasificará incorrectamente más pases como fallidos.
