interpretación de estimaciones de parámetros para variables catóricasTengo un modelo con sólo unos pocos efectos activos. Es decir, los tres efectos principales de la tabla. epsilon_r^n y Rt^n son variables continuas, pero E^n es una variable categórica que puede tener los valores -1 y +1.
Del perfilador de predicción, está claro que en los tres casos, un valor más alto para la variable independiente conduce a un N25 predicho más bajo (que también se espera desde un punto de vista físico).
Entonces, ¿por qué los coeficientes estimados para épsilon_r^n y Rt^n son negativos, pero el coeficiente para E^n es positivo? ¿Cómo debo interpretar la expresión "[-1 -1]" en la tabla de parámetros?
Guardar el modelo en la tabla de datos da acceso a la siguiente fórmula del modelo:
Entonces, el valor más alto de E^n (es decir, 1) conduce a un valor más bajo en la fórmula (es decir, 0). No estoy seguro de cómo debo obtener esta información de la tabla de estimaciones de parámetros. ¿Alguien podría explicarme esto, por favor?
Exploración y visualización de datosLa personalización en masaRe: interpretación de estimaciones de parámetros para variable catóricaOlvidé mencionar que vigile la columna Error estándar para las estimaciones de sus parámetros. Si la magnitud de este valor es mayor que la magnitud de la estimación de su parámetro, entonces es una indicación de que la estimación de su parámetro probablemente esté cerca de cero y en realidad no contribuya al modelo de manera significativa.Re: interpretación de estimaciones de parámetros para variable catóricaHola @matthias_bruchh ,
Espero que ayude. A veces puede ser abrumador tratar de determinar qué se debe considerar realmente al desarrollar un modelo empírico.
Dado que todos los datos provienen de DOE, si opta por el enfoque de validación automática, puede hacerlo en muchas plataformas diferentes para ver qué tan estables son los factores principales. Por ejemplo, puede hacer mínimos cuadrados estándar, GenReg, Gen Lin Model, PLS, etc. Si selecciona GenReg, tenga en cuenta que al elegir los métodos de estimación, las primeras cinco opciones son realmente las únicas válidas para DOE. Las otras opciones (Lasso, EN, etc.) son realmente más para el aprendizaje automático no supervisado, que no creo que sea lo que busca. También puede realizar la simulación y el arranque de las contribuciones de la columna SS (o Porción) al realizar un árbol potenciado o un modelo de bosque de arranque. Nuevamente, si el árbol de decisión decide dividirse más a menudo en el factor nulo, entonces conoce los factores a continuación que no tienen sentido en el modelo, ya que el factor nulo no solo es completamente aleatorio y también ortogonal a sus datos.
¡Suerte con el análisis!
SD
Re: interpretación de estimaciones de parámetros para variable catóricaGracias DS,
Voy a echar un vistazo a esto. Y sí, los datos provienen de un DOI. (En realidad de 3 DOI. El proyecto se estructuró en tres fases sucesivas. Hice tres DOI independientes para estos, porque había muchas restricciones y (en ese momento) no era posible implementarlos con la función de "diseño de aumento" de JMP).Re: interpretación de estimaciones de parámetros para variable catóricaHola @matthias_bruchh ,
Me alegro de que el cambio a ordinal haya funcionado y ayudado.
En lo que respecta al modelo teórico, si tiene una función, puede usar la función "fórmula" en las propiedades de la columna para "programar" una columna en función de los predictores. Pero, parece que no tienes un modelo teórico.
Para realizar el arranque de las estimaciones, haga clic con el botón derecho en las estimaciones de columna en el informe JMP y luego seleccione el arranque. Si es rápido, pon tal vez 5000, pero si es lento, déjalo en 2500. Asegúrese de marcar la casilla "pesos fraccionarios". Volverá a ejecutar el ajuste varias veces y luego le dará una distribución de valores para cada coeficiente de los predictores (solo ejecute el script de "distribución" en la tabla de datos de salida. Luego, con la distribución y las estadísticas que aparecen, puede hacer clic derecho en las estadísticas de resumen y seleccionar "convertir en una tabla de datos combinados". Asegúrese de personalizar también las estadísticas de resumen para mostrar la proporción distinta de cero.
La tabla de datos combinados contendrá la media y la proporción distinta de cero para sus estimaciones. Allí puede ver cuál es la media (valor típico) y con qué frecuencia (en porcentaje) esa estimación es distinta de cero; si ese número es pequeño, entonces la estimación suele ser cero. Si es grande, la mayoría de las veces es distinto de cero. Esta es una buena manera de determinar qué términos y términos mixtos necesita o no necesita en su modelo.
También puede optar por "simular", pero esto requiere otra columna de fórmula en la tabla de datos para intercambiar con una columna de fórmula que usó en su modelo. Esto es un poco más complicado -- ver Autovalidación de Gotwalt y Ramsey. Hay un PPT y un video para ver que lo explican. Es ligeramente diferente y dará resultados ligeramente diferentes al enfoque de arranque, pero básicamente hace lo mismo. Utilizo estos enfoques todo el tiempo para eliminar factores en el modelo.
Una diferencia muy agradable sobre el enfoque de validación automática es que genera un factor nulo que es completamente aleatorio y ortogonal a sus datos. Siempre que eso aparezca con más frecuencia en las simulaciones que cualquiera de sus otros factores, definitivamente puede eliminar aquellos que aparecen con menos frecuencia. Tenga cuidado aquí para asegurarse de imponer las reglas de jerarquía y herencia para los factores y sus combinaciones. De hecho, si no tiene un modelo teórico y ninguna razón para incluir términos mixtos, los dejaría fuera por completo, es solo "vudú", como le gusta decir a un científico de datos que conozco.
Por cierto, ¿los datos que está analizando provienen de un DOE o solo de estudios de laboratorio regulares?
¡Buena suerte!,
SD
Re: interpretación de estimaciones de parámetros para variable catóricaEstimado DS,
Cambiar E^n de nominal a ordinal de hecho funcionó. El valor absoluto del parámetro es el mismo que antes, pero el signo cambió a negativo, lo que es mucho más intuitivo. ¡Muchas gracias!
De hecho, tengo JMP PRO (pero lo obtuve recientemente).
No tengo una fórmula empírica que pueda usar en este caso, pero me interesaría saber cómo se hace. Si pudieras orientarme hacia un tutorial más o menos te lo agradecería. Lo mismo ocurre con el bootstrapping que mencionas.
Saludos,
Matías
Re: interpretación de estimaciones de parámetros para variable catóricaHola @matthias_bruchh ,
En primer lugar, ¿tienes JMP Pro? Si es así, recomiendo ejecutar un cálculo de arranque en las estimaciones de parámetros para comprender mejor qué parámetros son realmente 0 (o cerca de 0) y cuáles realmente no son 0, así como sus valores típicos (media de miles de arranques) .
Habiendo dicho eso, dado que ha hecho E^na valor nominal, cuando JMP informa las estimaciones de parámetros, informa los valores posibles, en este caso [-1 -1], lo que significa -1 a 1. Para comprender mejor cómo encaja el predictor E^n en su modelo, es posible que desee cambiarlo a ordinal.
La razón por la que E^n obtiene un coeficiente positivo (o 0) tiene que ver con la función que obtienes para tu predicción. Su fórmula es básicamente la siguiente:
y = exp( a + b*x_1 + c*x_2 + d*x_3 + f )
Para obtener una respuesta y mayor, el argumento del exponente debe ser lo más grande posible, por lo tanto, si los coeficientes para x_1 y x_2 son negativos y "a" y "f" son positivos, la única forma de obtener un valor mayor para el El argumento es hacer que el coeficiente para x_3 (es decir, E^n) sea positivo.
Usted mencionó que el comportamiento de N25 tiene sentido físico al observar cómo responde a los predictores. Si está viendo un proceso físico (o químico), ¿tiene una ecuación teórica para empezar? Si es así, debe usar eso como su fórmula predictiva y no hacer que Jump genere una empírica para usted. Por ejemplo, si estás midiendo el tiempo que tarda una pelota en caer x metros, hay una fórmula física que lo predice, a saber: y = y_0 + v_0*t + 1/2*g*t^2, la fórmula para el movimiento en un campo gravitatorio. Al analizar dichos datos en JMP, fijaría la fórmula al modelo teórico y vería si hay alguna desviación de la teoría.
Pero de nuevo, creo que si cambias E^n a ordinal, podría tener más sentido para ti. Además, si realmente necesita que JMP genere una fórmula empírica, querrá arrancar o simular las estimaciones para ver cuáles son realmente 0 o cercanas a cero para asegurarse de que no se está perdiendo nada en su modelo.
Espero que esto ayude.
¡Buena suerte!,
SD
