Obtenga más información en nuestro curso en línea gratuito:
Pensamiento estadístico para la resolución de problemas industriales
En este video, usamos el Impureza ejemplo y ajuste un modelo para la respuesta categórica, Salir , con los tres efectos principales continuos, Temperatura , Concentración de catalizador , y Tiempo de reacción .
Los datos se han dividido en datos de entrenamiento y validación. El 60 % de las observaciones se han asignado aleatoriamente al conjunto de entrenamiento y el 40 % de las observaciones se encuentran en el conjunto de validación.
Ajustaremos el modelo logístico a los datos de entrenamiento y evaluaremos el rendimiento del modelo en los datos de validación.
Comencemos seleccionando Modelo de ajuste desde el Analizar menú.
Seleccionamos Salir como la variable Y.
Luego seleccionamos Temperatura , Concentración de catalizador , y Tiempo de reacción como los efectos del modelo. La personalidad predeterminada es Logística Nominal y Categoría objetivo es Fallar .
Finalmente, seleccionamos Validación como la variable de Validación.
El modelo se ajusta usando solo los datos de entrenamiento.
Para ver la tasa de error general, abrimos el esquema Detalles de ajuste.
La tasa de clasificación errónea de los datos de entrenamiento es del 3,3 %, pero la tasa de clasificación errónea de los datos de validación de exclusión es del 20 %.
Echemos un vistazo más de cerca a las clasificaciones de modelos.
Matriz de confusión es una opción debajo del triángulo rojo superior.
Hay 40 observaciones en los datos de validación. Diez de estos son fallos.
El modelo clasificó correctamente 7 de 10, o el 70% de las fallas en el conjunto de validación. Esto significa que clasificó incorrectamente o omitió el 30 % de los fallos.
¿Podemos mejorar la tasa de clasificación errónea ajustando un modelo más complicado?
