無料のオンライン コースで詳細をご覧ください。
産業問題解決のための統計的思考
JMP で分類モデルを当てはめた場合、分類の確率カットオフは 0.50 です。 このビデオでは、データ テーブルの数式列を使用して分類のカットオフを変更する方法を説明します。
別のカットオフを適用するには、確率式をデータ テーブルに保存し、条件式列を作成して新しいカットオフを指定します。
を使用して分類のカットオフを変更する方法を見てみましょう不純物データ。 モデルがより多くの観測を次のように分類するようにするには失敗、分類のカットオフを次のように変更します失敗0.10に。
ただし、これは任意の値であることに注意してください。 使用するカットオフ値は、取り組んでいる問題のコンテキスト、データ構造、およびその他の考慮事項に基づいている必要があります。
予測モデルのフィッティングから始めます。 ロジスティック回帰モデルを当てはめてから、確率式を保存をクリックして、ロジスティック モデルをデータ テーブルに保存します。
これにより、データ テーブルに 4 つの新しい列が追加されます。ロジット (ロジスティック モデル)、予測確率失敗と合格、および 0.50 のカットオフに基づく最も可能性の高い結果。
列リストでは、2 つの確率列がグループ化されています。
新しい列を追加し、この列に [カットオフ確率失敗 = 0.10 ]。 次に、右クリックして選択します方式式エディタに入ります。
必要な数式を作成する手順は次のとおりです。
- 機能一覧から選択条件付き、 その後もしも、IF ステートメントを作成します。
- とともに式ボックスが強調表示されたら、確率[失敗]桁。
- 次に、機能リストから、比較、 その後a <= b 、そして入力します0.10提供されたボックスに。
- 最初の ELSE 句で、次のように入力します。 "合格" .
- 2 番目の ELSE 句で、次のように入力します。 "失敗" .
この式は、次の予測確率でオブザベーションを分類します。失敗0.10 より大きい場合は不合格、予測確率が失敗パスとして 0.10 以下。
これら 2 つのカットオフ値を使用して分類を比較してみましょう。 の予測確率失敗6 行目の観測値は 0.12 です。 これはもともとパスに分類されていました。
カットオフを 0.10 に変更すると、より多くの観測が失敗として分類されます。 モデルは、障害の検出に対してより敏感です。 しかし、トレードオフがあります。 また、モデルは、より多くの合格を不合格として誤って分類します。
