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
このビデオでは、化学製造例を挙げて、継続的な応答のためにブートストラップフォレストを適合させます。収率。 このデモではJMPProを使用します。
このプロセスの許容歩留まりは80％です。 17の潜在的な予測子があり、90の観測値のみがあります。 ブートストラップフォレストを使用して、最も重要な予測子を特定します。
これを行うには、[分析]メニューから[予測モデリング]を選択し、次に[ブートストラップフォレスト]を選択します。
選択します収率Y、応答変数として、予測子の2つのグループをX、因子として選択します。
これにより、仕様ウィンドウが表示されます。 ここでは、フォレスト内のツリーの数、分割ごとにサンプリングされる用語の数、およびブートストラップで再サンプリングされるデータの割合を指定できます。 ツリーのサイズと最小分割サイズを指定することもできます。
デフォルト設定を使用しますが、分析を繰り返し可能にするためにランダムシード1234を入力します。
このモデルのRSquareは0.665であることがわかります。 ただし、主に重要な変数を特定することに関心があります。
上の赤い三角形から列の貢献を選択します。 5つまたは6つの重要な変数があることがわかります。
歩留まりを改善したい場合は、この変数のサブセットをさらに調査することができます。
変数選択にブートストラップフォレストプラットフォームを使用する代わりに、予測子スクリーニングプラットフォームを使用することもできます。
このプラットフォームは、Analyze、次にScreeningから起動します。
予測子のスクリーニングはまさにそれです：潜在的に重要な予測子をスクリーニングするためのプラットフォーム。 これを行うために、舞台裏でブートストラップフォレストを使用します。
Y、ResponseとしてYieldを選択し、Xロールの予測子の両方のグループを選択します。
木の数を1000に変更して、より大きなフォレストを作成し、[OK]をクリックします。
ここでも、上位5つまたは6つの予測子が特定されていることがわかります。 これらの予測子は、さらに調査するためにコピーして別の分析ウィンドウに貼り付けることができます。
