Daten transformieren, um bessere Vorhersagen zu treffen
Sehen Sie, wie man:
- Verstehen Sie, warum Transformationen die Varianz stabilisieren, den Fehler im gesamten Entwurfsbereich gleichmäßiger machen, mangelnde Anpassung beheben und Vorhersagen so darstellen, dass physikalische Grenzen nicht verletzt werden, negative Zählwerte angezeigt werden oder fälschlicherweise Erträge von mehr als 100% angegeben werden
- Transformieren Sie Daten im laufenden Betrieb mit Graph Builder und ändern Sie die Skalierung, um die Lesbarkeit und Interpretierbarkeit von Grafiken zu verbessern
- Verwenden Sie die Quadratwurzel-Transformation, um negative Werte zu eliminieren, und untersuchen Sie, wie die Verwendung der Box-Cox-Leistungstransformation bei der Reaktion die Anpassung ändern kann
- Vergleichen Sie keine Transformation, Protokolltransformation mit Vorhersage in Roheinheiten und Protokolltransformation mit Vorhersage in Protokolleinheiten
- Verwenden Sie die Quadratwurzel-Transformation, um Modelleffekte mithilfe des Makros Polynom zu Grad 2 zu erstellen, die beste Transformation zu ermitteln, die ausgewählte Transformation zu verwenden, Residuen in der Datentabelle zu speichern und die Ergebnisse mithilfe von Verteilungen auszuwerten
- Sehen Sie, wie die Quadratwurzeltransformation eine gleichmäßigere Zählstreuung und eine linearere Beziehung anzeigen kann
Warum Transforrmationen nützlich sein können
31+ minMittlereJMP beherrschenDienstprogrammeVideo
