kfsjdfkjskdfjksdkfsldfjks
Zu Beginn eines neuen Jahres (gab es jemals eine Zeit, in der Sie mehr einen Neuanfang wollten ???) haben Sie möglicherweise begonnen, einige neue Ziele für das Jahr zu formulieren, oder haben bereits begonnen, darauf hinzuarbeiten. Wir sind ein paar Tage im Jahr 2021, also hoffentlich haben Sie die, die Sie gemacht haben, noch nicht aufgegeben!
Wenn Sie Platz für eine weitere Neujahrsauflösung haben (oder wenn Sie eine neue benötigen), kann ich eine vorschlagen, von der ich viele JMP-Mitglieder gehört habe: „Ich würde gerne Modelle verwenden (oder mehr mehr modellieren) ) in meiner Arbeit." Dieses Ziel klingt erreichbarer als "Ich werde 10 Pfund verlieren." oder "Ich werde acht Stunden schlafen", richtig?
Unsere JMP-Benutzer sind ein motivierter Haufen, aber sie bleiben oft stecken, weil sie keine Methode haben, der sie folgen können. Die größte Hürde, die ich von Leuten gesehen habe, die Modelle verwenden möchten, um ihre Probleme zu lösen, ist, dass sie verwirrt und / oder festgefahren sind mit all den Ergebnissen, die sie nach dem Erstellen eines Modells betrachten müssen.
„Welche Modellausgaben sollte ich mir ansehen? Es gibt so viele! Und wie soll ich sie interpretieren? “
Die Wahrheit ist: Es gibt viele Ausgaben, die Sie sich ansehen können, und es kann ziemlich überwältigend sein, wenn Sie nicht wissen, welche die wichtigsten sind und was sie Ihnen sagen.
Zu wissen, dass dies ein Thema ist (und was ich in dieser Reihe dargelegt habe), wird wahrscheinlich viele Debatten und Diskussionen auslösen. Lassen Sie mich ein wenig über meinen Hintergrund erzählen, damit Sie einen Kontext für meinen Standpunkt haben. Meine Ausbildung ist in biomedizinischer Technik und ich habe mehrere Jahre in der Forschung und Entwicklung von Medizinprodukten gearbeitet, bevor ich zu einer Rolle als angewandter Statistiker für ein Konsumgüterunternehmen (CPG) wechselte, das Shampoo-Formulierer bei der Entwicklung und Analyse von Experimenten zur besseren Formulierung von Shampoo unterstützt. (Wenn Sie das nächste Mal Ihre Haare waschen, würdigen Sie die statistischen Modelle, mit denen das Schaumvolumen und die Textur perfektioniert wurden!) Nachdem ich das Unternehmen CPG verlassen hatte, verbrachte ich einen guten Teil meiner Karriere mit Daten und Analysen im Einzelhandel. Die Wissenschaftler, Ingenieure, Geschäftsanalysten und anderen Mitarbeiter, mit denen ich zusammengearbeitet habe, mussten Daten, Analysen und Software verwenden, um schnelle, aber fundierte Entscheidungen zu treffen. Einige hatten eine Ausbildung in Statistik, während die Mehrheit lediglich Statistik und Statistiksoftware am Arbeitsplatz erlernte und nach klaren Leitlinien für bewährte Verfahren mit Schwerpunkt auf dem Prinzip „Weniger ist mehr“ sucht. Ich habe versucht, diese Anleitung unter Berücksichtigung dieser Praktizierenden zu strukturieren (ich selbst eingeschlossen).
In dieser fünfteiligen Blogserie werde ich mich auf die Ausgabe von Regressionsmodellen konzentrieren, insbesondere auf die Ausgabe von Standard Least Squares, da dies die am häufigsten verwendete Methode zur Modellierung ist. Standard Least Squares sind ein guter Anfang, insbesondere für diejenigen, die neu in der Modellierung sind.
Lassen Sie sich zunächst von der Tatsache trösten, dass die Statistiker und Entwickler von JMP die Standardberichte so eingerichtet haben, dass den Benutzern die wichtigsten Informationen angezeigt werden.
Haben Sie jemals die Betonung im Eingabedialog des Fit-Modells bemerkt und sich gefragt, was es ist? Ich weiß, dass ich eine Weile ziemlich verwirrt war. Im Gegensatz zu den Persönlichkeitsoptionen direkt darüber ändert die Betonung nicht die Art der durchgeführten Analyse. Die verschiedenen Optionen aktivieren einfach standardmäßig verschiedene Modellausgaben, wenn Sie auf Ausführen klicken. JMP verwendet die Datenmenge (Anzahl der Zeilen), die Sie haben, in Kombination mit der Anzahl der Modellbegriffe, die Sie schätzen möchten (Anzahl der Begriffe im Dialogfeld "Modelleffekte"), um die besten Ausgabesätze zu ermitteln, die Ihnen angezeigt werden, indem Sie einen Standardschwerpunkt festlegen (Abbildung 1). JMP führt die Menschen immer auf den besten Weg, und der ausgewählte Schwerpunkt ist keine Ausnahme. JMP verwendet den Inhalt Ihrer Daten, um den Standardschwerpunkt festzulegen. (Weitere Informationen dazu finden Sie in der Dokumentation.)
Abbildung 1: Schwerpunkt der kleinsten Quadrate. JMP legt basierend auf Ihren Daten einen Standardschwerpunkt fest, den Sie jedoch ändern können. Der Schwerpunkt bestimmt die Menge der angezeigten Ausgänge. Dies hat keinen Einfluss auf die statistische Analyse.
Die Ausgaben, die angezeigt werden, nachdem Sie auf Ausführen geklickt haben, sollten Sie sich zuerst konzentrieren. Die Ausgaben, die angesichts Ihrer Daten und des Modells, das Sie anpassen möchten, am wichtigsten sind, werden erweitert und angezeigt.
Abgesehen davon gibt es immer noch viele Grafiken und Tabellen, die Sie sich ansehen müssen. Ohne Schulung wissen Sie nicht, welche Ausgaben Sie priorisieren müssen und wie Sie diese Ausgaben interpretieren oder Maßnahmen ergreifen müssen. Leider gibt es immer noch keine Pille, die Sie einnehmen können, um dieses Wissen zu erlangen!
Bis diese Pille existiert, hoffe ich, dass dieser Blog-Beitrag als Kurzanleitung dient.
Die Modellausgaben können in zwei Hauptkategorien von Ausgaben unterteilt werden: Modellzustand und Interpretation. Mithilfe von Modellzustandsausgaben können Sie feststellen, ob Ihr Modell fehlerfrei ist oder ob Sie Erste Hilfe leisten müssen. Interpretationsergebnisse sind diejenigen, die Ihnen bei der Entscheidung helfen, welche Faktoren wichtig sind und wie sie die Reaktion (en) beeinflussen.
Sie können das Menü in Abbildung 2 verwenden, um sich auf die wichtigsten Ausgaben zu konzentrieren, je nachdem, wie tief Sie gehen möchten (oder wie hungrig Sie sozusagen sind). Ich denke, es ist nur angebracht, gesunde Lebensmittel in diesem Menü zu verwenden, da wir alle unser bestes Verhalten zeigen (oder die besten Absichten haben), wenn wir unsere Neujahrsvorsätze festlegen! In meinen früheren Entwürfen dieses Blogs wurde eine McDonald's-Menüleiste verwendet, die… unpassend schien. Ich biete Ihnen drei Mahlzeiten an:
· Die Veggie-Platte verfügt nur über die Kernausgaben und ist für Benutzer gedacht, die sich schnell bewegen möchten oder deren Analyse diese Einfachheit ermöglicht.
· Der Veggie + Lachs (gesundes Fett) enthält die Veggie Plate-Ausgaben sowie zusätzliche Ausgaben, die bei der Suche nach Abhilfemaßnahmen für eine schlechte Modellgesundheit oder für Benutzer, die wirklich gerne in die Daten einsteigen, hilfreich sein können. Omega-3-Fettsäuren haben so viele heilende Wirkungen!
· Schließlich enthält die Mahlzeit mit vollem Quadrat auch Ausgaben („Vollkornprodukte“), die geeignet sind, wenn Sie Schwierigkeiten haben, ein gutes Modell zu erhalten, oder wenn Sie nur besonders hungrig nach mehr Ausgaben sind, um Ihr Problem besser zu verstehen.
Abbildung 2: Schlüsselausgaben in Standard Least Squares. Wählen Sie Ihr Menü nach Ihrem Appetit!
Zusammenfassung
Ich hoffe, Sie werden 2021 mutig sein und dieses Ziel verfolgen, Modelle in Ihrer Arbeit zu verwenden und zu lernen, wie man die Ergebnisse interpretiert. Nur wissen, JMP hat Ihren Rücken mit den Standardeinstellungen in der Fit Model-Plattform. JMP berücksichtigt die Datenmenge und die Anzahl der Effekte, die Sie abschätzen möchten, und präsentiert Ihnen die wichtigsten Ergebnisse.
Ich habe auch deinen Rücken! Ich hoffe, Sie werden den Rest dieser Blog-Reihe weiter lesen, um mit Modellen einen zusätzlichen Vertrauensschub zu erzielen.
In den nächsten drei Blogs werde ich beschreiben, wie die Ergebnisse in jeder der drei „Mahlzeiten“ interpretiert werden und welche Maßnahmen gegebenenfalls ergriffen werden müssen, um darauf zu reagieren. Im letzten Blog-Beitrag dieser Reihe werde ich zeigen, wie Sie Ihre Einstellungen in JMP so einstellen können, dass Ihre bevorzugten Ausgaben immer in Ihren Modellausgaben angezeigt werden.
Zurück in einer Woche!
PS Um näher auf das Thema Modellierung einzugehen, empfehle ich dringend den kostenlosen Kurs „Statistisches Denken für die industrielle Problemlösung“ [Link], insbesondere das Modul „Korrelation und Regression“. Es g
