Erfahren Sie mehr in unserem kostenlosen Online-Kurs:
Statistisches Denken für die industrielle Problemlösung
Wenn Sie ein Klassifizierungsmodell in JMP anpassen, beträgt die Wahrscheinlichkeitsgrenze für die Klassifizierung 0,50. In diesem Video sehen wir, wie Sie den Grenzwert für die Klassifizierung mithilfe einer Formelspalte in der Datentabelle ändern.
Um einen anderen Grenzwert anzuwenden, können Sie die Wahrscheinlichkeitsformel in der Datentabelle speichern und dann eine bedingte Formelspalte erstellen, um den neuen Grenzwert anzugeben.
Sehen wir uns an, wie Sie den Grenzwert für die Klassifizierung mithilfe von ändern Verunreinigung Daten. Damit das Modell mehr Beobachtungen als klassifizieren kann Scheitern , ändern wir den Grenzwert für die Klassifizierung als Scheitern bis 0,10.
Beachten Sie jedoch, dass dies ein willkürlicher Wert ist. Der von Ihnen verwendete Grenzwert sollte auf dem Kontext des Problems, an dem Sie arbeiten, der Datenstruktur und anderen Überlegungen basieren.
Wir beginnen mit der Anpassung eines Vorhersagemodells. Wir passen ein logistisches Regressionsmodell an und wählen dann aus Wahrscheinlichkeitsformel speichern vom oberen roten Dreieck, um das Logistikmodell in der Datentabelle zu speichern.
Dadurch werden der Datentabelle vier neue Spalten hinzugefügt: der Logit (das ist das logistische Modell), die vorhergesagte Wahrscheinlichkeit von Scheitern und Passieren , und das wahrscheinlichste Ergebnis basierend auf dem Grenzwert von 0,50.
Die beiden Wahrscheinlichkeitsspalten sind in der Spaltenliste gruppiert.
Wir fügen eine neue Spalte hinzu und nennen diese Spalte [ Cutoff-Prob-Fehler = 0,10 ]. Dann klicken wir mit der rechten Maustaste und wählen aus Formel um den Formeleditor aufzurufen.
Hier sind die Schritte, um die Formel zu erstellen, die wir brauchen:
- Wählen Sie aus der Funktionsliste aus Bedingt , und dann Wenn , um eine IF-Anweisung zu erstellen.
- Mit dem Ausdruck Kontrollkästchen markiert, wählen Sie die aus Prob[Fehlgeschlagen] Säule.
- Wählen Sie dann aus der Funktionsliste aus Vergleich , und dann a <= b , und geben Sie ein 0,10 in der dafür vorgesehenen Box.
- Geben Sie in der ersten ELSE-Klausel ein "Passieren" .
- Geben Sie in der zweiten ELSE-Klausel ein "Scheitern" .
Diese Formel klassifiziert Beobachtungen mit einer vorhergesagten Wahrscheinlichkeit von Scheitern größer als 0,10 als Fehler und jede Beobachtung mit einer vorhergesagten Wahrscheinlichkeit von Scheitern kleiner oder gleich 0,10 als bestanden.
Vergleichen wir die Klassifizierungen anhand dieser beiden Grenzwerte. Die prognostizierte Wahrscheinlichkeit von Scheitern für die Beobachtung in der sechsten Reihe ist 0,12. Dies wurde ursprünglich als Pass klassifiziert.
Durch Ändern des Grenzwerts auf 0,10 werden mehr Beobachtungen als nicht bestanden klassifiziert. Das Modell ist empfindlicher für die Erkennung von Fehlern. Aber es gibt einen Kompromiss. Das Modell wird auch mehr Pässe fälschlicherweise als Fehler klassifizieren.
