310425_ja-JP

liliconcom

データマイニングと予測モデリング

 

 

方法を参照してください。

• • 窓製造のケーススタディの目標を理解する：破損を減らす設定を決定する
  • 分布を使用して、破損率と他の変数との関係を調べます
  • Fit Y by Xを使用して、破損率と変数の間の簡単な統計的比較を行います
    • Fit Groupを使用して関係を明らかにし、線を当てはめて2つの連続変数間の関係を確認し、一元配置分散分析（ANOVA）を実行してカテゴリカル応答と連続応答の関係を調べます。
  • グラフビルダーを使用して、さまざまな種類の回帰直線（2次、3次）をフィッティングし、決定係数の値を比較して、変動の程度が説明されているかどうかを確認することにより、変数の関係を調べます。
  • Prediction Profilerを使用して、因子設定をインタラクティブに変更し、他の因子との変化の関係を調べ、どの因子が応答に最も影響を与えるかを判断します
    • 応答曲面モデルを構築して、主効果、2要素交互作用、および3次関係を調べます
    • ステップワイズ回帰標準最小二乗法を使用して、用語をインタラクティブに追加および削除して、最適なモデルを見つけます
    • モデル予測式をデータテーブルに保存します
  • パーティションを使用して線形モデルを構築および比較します
  • JMP Proと相互検証を使用して、最適な予測モデルを構築、比較、および特定します
    
    • データを3つのセットに分割します。トレーニングセットはモデルパラメータを推定し、検証セットは用語が追加されるにつれて最良または悪化することによってモデルの予測能力を評価します。テストセットはモデル構築から除外され、モデル予測能力の最終的な独立した評価を提供します。
    • 一般化回帰を使用してモデルを作成する
    • モデルの過剰適合（予測能力の過大評価）を回避するために、相互検証用の検証列をインタラクティブに作成します
    • ブートストラップフォレストとブースティングツリー（デシジョンツリー）を使用する
    • 2つの層と関係を記述するのに十分なノードを持つニューラルネットワークモデルを構築します
      • ダイアグラムを調べて、入力とノード間の接続を確認します
    • JMP Proを使用してモデルを比較し、潜在的な過剰適合を明らかにします
    • JMP Proを使用して、候補モデルとそれらを記述する式をFormula Depotに保存し、モデルのプロファイリングと比較を行い、スコアリングコードを作成して、C、Python、JavaScript、SAS、またはSQLの非JMP環境でモデルを実行します。

   

• 注：Q＆Aは、24：56、25：58、および44:36に含まれています。

リソース

• データマイニング技術：マーケティング、販売、顧客関係管理マイケルJAベリーとゴードンS.リノフ

• パラメータ推定値の計算、VIFjasonウィッグを含む

• JMPプロ一般化された回帰情報。 ドキュメントページの[次へ]ボタンを使用して、順番に読み進めます。

• ビデオニューラルネットワークモデルを使用したパターンの発見と予測

31分以上基本JMPをマスターする予測分析ビデオ