interprétation des estimations de paramètres pour la variable catoricaleJ'ai un modèle avec seulement quelques effets actifs. A savoir les trois principaux effets du tableau. epsilon_r^n et et Rt^n sont des variables continues, mais E^n est une variable catégorielle qui peut avoir les valeurs -1 et +1.
D’après le profileur de prédiction, il est clair que dans les trois cas, une valeur plus élevée pour la variable indépendante conduit à un N25 prédit plus faible (ce qui est également attendu d’un point de vue physique).
Alors pourquoi les coefficients estimés pour epsilon_r^n et Rt^n sont-ils négatifs, mais le coefficient pour E^n est positif ? Comment dois-je interpréter l'expression "[-1 -1]" dans le tableau des paramètres ?
L'enregistrement du modèle dans la table de données donne accès à la formule de modèle suivante :
Ainsi, la valeur plus élevée de E^n (c'est-à-dire 1) conduit à une valeur plus faible dans la formule (c'est-à-dire 0). Je ne sais pas comment obtenir ces informations à partir du tableau des estimations des paramètres. Certains pourraient-ils m'expliquer cela, s'il vous plaît ?
Exploration et visualisation des donnéesPersonnalisation de masseRe : interprétation des estimations de paramètres pour la variable catoriqueJ'ai oublié de mentionner de garder un œil sur la colonne Std Error pour vos estimations de paramètres. Si la magnitude de cette valeur est supérieure à la magnitude de votre estimation de paramètre, cela indique que votre estimation de paramètre est probablement proche de zéro et ne contribue pas réellement au modèle de manière significative.Re : interprétation des estimations de paramètres pour la variable catoriqueSalut @matthias_bruchh ,
J'espère que cela aide. Il peut parfois être écrasant d'essayer de déterminer ce qu'il faut vraiment prendre en compte lors de l'élaboration d'un modèle empirique.
Étant donné que les données proviennent toutes des EOD, si vous optez pour l'approche d'autovalidation, vous pouvez le faire sur de nombreuses plates-formes différentes pour voir à quel point les principaux facteurs sont stables. Par exemple, vous pouvez faire des moindres carrés standard, GenReg, Gen Lin Model, PLS, etc. Si vous sélectionnez GenReg, sachez que lors du choix des méthodes d'estimation, les cinq premières options sont vraiment les seules valables pour les DOE. Les autres options (Lasso, EN, etc.) sont vraiment plus pour l'apprentissage automatique non supervisé, ce que je ne pense pas être ce que vous recherchez. Vous pouvez également effectuer la simulation et l'amorçage des contributions de la colonne SS (ou Portion) lors de l'exécution d'un arbre boosté ou d'un modèle de forêt d'amorçage. Encore une fois, si l'arbre de décision décide de se diviser plus souvent sur le facteur nul, alors vous connaissez les facteurs ci-dessous qui n'ont pas de sens dans le modèle puisque le facteur nul n'est pas seulement complètement aléatoire et également orthogonal à vos données.
Bon courage pour l'analyse !
DS
Re : interprétation des estimations de paramètres pour la variable catoriqueMerci DS,
Je vais regarder ça. Et oui, les données proviennent d'un DOI. (En fait à partir de 3 DOI. Le projet a été structuré en trois phases successives. J'ai créé trois DOI indépendants pour ceux-ci, car il y avait de nombreuses contraintes et (à l'époque) il n'était pas possible de les implémenter avec la fonctionnalité "augment design" de JMP.)Re : interprétation des estimations de paramètres pour la variable catoriqueSalut @matthias_bruchh ,
Heureux que le passage à l'ordinal ait fonctionné et aidé.
En ce qui concerne le modèle théorique, si vous avez une fonction, vous pouvez utiliser la fonction "formule" dans les propriétés de la colonne pour "programmer" une colonne basée sur les prédicteurs. Mais, il semble que vous n'ayez pas de modèle théorique.
Pour démarrer les estimations, cliquez avec le bouton droit sur les estimations de colonne dans le rapport JMP, puis sélectionnez bootstrap. Si c'est rapide, mettez peut-être 5000, mais si c'est lent, laissez-le à 2500. Assurez-vous de cocher la case « poids fractionnaires ». Il réexécutera l'ajustement plusieurs fois, puis vous donnera une distribution de valeurs pour chaque coefficient des prédicteurs (exécutez simplement le script "distribution" dans le tableau de données de sortie. Ensuite, avec la distribution et les statistiques qui s'affichent, vous pouvez cliquer avec le bouton droit sur les statistiques récapitulatives et sélectionner "transformer en tableau de données combinées". Assurez-vous également de personnaliser les statistiques récapitulatives pour afficher la proportion non nulle.
Le tableau de données combiné contiendra la moyenne et la proportion non nulles pour vos estimations. Là, vous pouvez voir quelle est la moyenne (valeur typique) ainsi que la fréquence (en pourcentage) de cette estimation non nulle - si ce nombre est petit, l'estimation est souvent nulle. Si c'est gros, alors la plupart du temps c'est non nul. C'est un bon moyen de déterminer les termes et les termes mixtes dont vous avez besoin ou dont vous n'avez pas besoin dans votre modèle.
Vous pouvez également choisir de "simuler", mais cela nécessite une autre colonne de formule dans la table de données pour échanger avec une colonne de formule que vous avez utilisée dans votre modèle. C'est un peu plus complexe -- voir Autovalidation de Gotwalt et Ramsey. Il y a un PPT et une vidéo à regarder qui l'expliquent. C'est légèrement différent et donnera des résultats légèrement différents de l'approche bootstrap, mais fait fondamentalement la même chose. J'utilise ces approches tout le temps pour éliminer les facteurs du modèle.
Une très belle différence avec l'approche d'autovalidation est qu'elle génère un facteur nul complètement aléatoire et orthogonal à vos données. Chaque fois que cela apparaît plus souvent dans les simulations que n'importe lequel de vos autres facteurs, vous pouvez définitivement éliminer ceux qui apparaissent moins fréquemment. Attention ici à vous assurer d'imposer les règles de hiérarchie et d'hérédité des facteurs et de leurs combinaisons. En fait, si vous n'avez pas de modèle théorique et aucune raison d'inclure des termes mixtes, je les laisserais complètement de côté, c'est juste du "vaudou" comme aime à le dire un data scientist que je connais.
Au fait, les données que vous analysez proviennent-elles d'un DOE ou simplement d'études de laboratoire régulières ?
Bonne chance!,
DS
Re : interprétation des estimations de paramètres pour la variable catoriqueCher DS,
Changer E^n de nominal à ordinal a effectivement fait l'affaire. La valeur absolue du paramètre est la même qu'avant, mais le signe est devenu négatif, ce qui est beaucoup plus intuitif. Merci beaucoup!
J'ai effectivement JMP PRO (mais je ne l'ai eu que récemment).
Je n'ai pas de formule empirique que je pourrais utiliser dans ce cas, mais j'aimerais savoir comment cela se fait. Si vous pouviez me diriger vers un tutoriel ou alors je serais reconnaissant. Il en va de même pour le bootstrap que vous mentionnez.
Salutations,
Mathias
Re : interprétation des estimations de paramètres pour la variable catoriqueSalut @matthias_bruchh ,
Tout d'abord, avez-vous JMP Pro ? Si c'est le cas, je recommande fortement d'exécuter un calcul bootstrap sur les estimations de paramètres pour mieux comprendre quels paramètres sont réellement 0 (ou proches de 0) et lesquels sont vraiment non 0 ainsi que leurs valeurs typiques (moyenne de milliers de bootstraps) .
Cela étant dit, puisque vous avez fait de E^na une valeur nominale, lorsque JMP rapporte les estimations de paramètres, il rapporte les valeurs possibles, dans ce cas [-1 -1], ce qui signifie -1 à 1. Pour mieux comprendre comment le prédicteur E^n s'intègre dans votre modèle, vous souhaiterez peut-être le remplacer par ordinal.
La raison pour laquelle E^n obtient un coefficient positif (ou 0) est liée à la fonction que vous récupérez pour votre prédiction. Votre formule est essentiellement la suivante :
y = exp( une + b*x_1 + c*x_2 + d*x_3 + f )
Pour obtenir une réponse y plus grande, l'argument de l'exposant doit être aussi grand que possible, donc si les coefficients pour x_1 et x_2 sont négatifs et "a" et "f" sont positifs, la seule façon d'obtenir une valeur plus grande pour le L'argument est de faire en sorte que le coefficient pour x_3 (c'est-à-dire E^n) soit positif.
Vous avez mentionné que le comportement de N25 a un sens physique lorsque l'on regarde comment il répond aux prédicteurs. Si vous envisagez un processus physique (ou chimique), avez-vous une équation théorique pour commencer ? Si tel est le cas, vous devez l'utiliser comme formule prédictive et ne pas en générer une empirique pour vous. Par exemple, si vous mesurez le temps qu'il faut à une balle pour tomber de x mètres, il existe une formule physique qui le prédit, à savoir : y = y_0 + v_0*t + 1/2*g*t^2, la formule du mouvement dans un champ gravitationnel. Lors de l'analyse de telles données dans JMP, je fixerais la formule sur le modèle théorique et je verrais s'il y a des écarts par rapport à la théorie.
Mais encore une fois, je pense que si vous changez E^n en ordinal, cela pourrait avoir plus de sens pour vous. De plus, si vous avez vraiment besoin que JMP génère une formule empirique, vous souhaiterez amorcer ou simuler les estimations pour voir lesquelles sont réellement 0 ou proches de zéro pour vous assurer que vous ne manquez rien dans votre modèle.
J'espère que cela t'aides.
Bonne chance!,
DS
