312448_ko-KR

liliconcom

더 나은 예측을위한 데이터 변환

 

 

방법보기 :

• 변환이 분산을 안정화하고, 설계 영역에서 오류를 더 균일하게 만들고, 적합 결여를 해결하고, 물리적 한계를 위반하지 않는 방식으로 예측을 플로팅하고, 음수 개수를 표시하거나, 100 % 이상으로 수익률을 잘못보고하는 이유를 이해합니다.
• 그래프 빌더를 사용하여 데이터를 즉시 변환하고 스케일을 변경하여 그래프 가독성 및 해석 가능성을 개선합니다.
• 제곱근 변환을 사용하여 음수 값을 제거하고 반응에 대한 Box-Cox 거듭 제곱 변환을 사용하면 적합성이 어떻게 변경되는지 조사 할 수 있습니다.
• 변환 없음, 원시 단위의 예측과 로그 변환, 로그 단위의 예측과 로그 변환 비교
• 제곱근 변환을 사용하여 다항식에서 차수 2 매크로로 모델 효과를 구성하고, 최상의 변환을 식별하고, 선택한 변환을 사용하고, 잔차를 데이터 테이블에 저장하고, 분포를 사용하여 결과를 평가합니다.
• 제곱근 변환이 더 균일 한 개수 산포와 더 선형적인 관계를 표시하는 방법 확인

변형이 유용한 이유

31 분 이상중급JMP 마스터하기유용비디오