Trasformare i dati per fare previsioni migliori
Scopri come:
- Comprendere perché le trasformazioni stabilizzano la varianza, rendono l'errore più uniforme nell'area di progettazione, risolvono la mancanza di adattamento e tracciano previsioni in modo da non violare i limiti fisici, visualizzare conteggi negativi o riportare erroneamente rese superiori al 100%donn
- Trasforma i dati al volo utilizzando il Costruttore di grafici e modifica le scale per migliorare la leggibilità e l'interpretabilità dei grafici
- Utilizzare la trasformazione della radice quadrata per eliminare i valori negativi ed esaminare come l'utilizzo della trasformazione di potenza di Box-Cox in risposta potrebbe modificare l'adattamento
- Confronta nessuna trasformazione, trasformazione logaritmica con previsione in unità grezze e trasformazione logaritmica con previsione in unità logaritmiche
- Utilizzare la trasformazione della radice quadrata per costruire effetti del modello utilizzando la macro Polinomio fino al grado 2, identificare la trasformazione migliore, utilizzare la trasformazione selezionata, salvare i residui nella tabella dati e valutare i risultati utilizzando le distribuzioni
- Scopri come la trasformazione della radice quadrata potrebbe mostrare una diffusione dei conteggi più uniforme e una relazione più lineare
Why Transforrmations Can Be UsefulWhy Transforrmations Can Be UsefulPerché le trasformazioni possono essere utili
Modellazione predittiva e machine learningRe: Trasformare i dati per fare previsioni miglioriOttima presentazione!Grazie mille per aver dedicato del tempo a condividere con tutti noi.
Re: Trasformare i dati per fare previsioni miglioriPresentazione super utile e chiara.
