預測篩選是否包括驗證？大家好，
最近有兩個客戶問我這個問題，JMP 幫助建議預測變量篩選（在基本 JMP 中）沒有驗證。
那是對的嗎？
最重要的是，一位客戶想知道這個平台是否適用於時間序列數據？
感謝您的任何提示和評論！
最好的，
弗洛里安
回复：預測篩選是否包括驗證？您可以在技術參考庫中找到我正在談論的演示：
https://community.jmp.com/t5/Technical-Reference-Library/C31-Optimizing-a-Continuous-Process-Kay/ta-p/23877
（提到的 webex 錄音已不存在）
回复：預測篩選是否包括驗證？你好@Florian_Vogt ,
我的理解是 Predictor Screening 不使用驗證。 當然不是您可以控制的驗證。
因此，這就是您的客戶投資 JMP Pro 的原因！
他們還可以更好地控制模型擬合和解釋模型。
在時間序列上，這取決於他們的意思。 但他們可以做的一件事是為其原始變量創建一系列滯後變量，然後使用預測器篩選（或理想情況下在 Pro 中使用帶有驗證的 Bootstrap Forest）來找到與感興趣的變量最相關的時間滯後。 現在使用新公式列中行函數的“Lag Mulitple ...”創建滯後變量非常容易。 如果您有興趣，我有一個使用這個想法的演示。
乾杯，
菲爾
回复：預測篩選是否包括驗證？@Florian_Vogt ,
您需要 JMP Pro 才能進行真正的驗證。您可以通過排除部分數據集來使用解決方法，但我認為如果他們對驗證感興趣，這將是與 JMP Pro 交談的機會。我認為交叉驗證通常用於製作預測模型，而過程篩選是用於變量選擇的工具。我想我會得到一些關於他們想要使用此驗證列的原因的說明。最後，您只是用這種技術識別最重要的變量，所以我認為交叉驗證不會那麼有用。
對於帶有預測變量篩選的時間序列，您可能會考慮創建滯後和多個滯後列，並將它們用作當前值的預測變量。這至少會讓您了解哪個滯後與您的當前值最相關。
讓我知道這是否有意義，或者您是否有任何後續問題。
