새해가 시작되면(새롭게 시작하고 싶었던 때가 있었나요???), 올해의 새로운 목표를 세우기 시작했거나 이미 목표를 향해 일하기 시작했을 수 있습니다. 2021년이 며칠 남지 않았으니, 아직 만드신 것을 버리지 않으셨길 바랍니다!
또 다른 새해 결심을 위한 여지가 있다면(또는 새로운 결의가 필요한 경우) 많은 분석가가 나에게 분명히 말한 것을 들어본 것을 제안할 수 있습니다. 내 작품." 이 목표는 "나는 10파운드를 뺄 것이다"보다 더 달성 가능하게 들린다. 또는 "나는 8시간의 수면을 취할 것입니다", 맞습니까?
분석가는 동기가 부여된 무리이지만 따라야 할 방법이 없기 때문에 종종 막히게 됩니다. 문제를 해결하기 위해 모델을 사용하려는 분석가에게서 내가 본 가장 큰 장벽은 모델을 구축한 후 확인해야 하는 모든 출력으로 인해 혼란스러워하거나 수렁에 빠진다는 것입니다.
“어떤 모델 출력을 봐야 할까요? 너무 많다! 그리고 어떻게 해석해야 할까요?”
진실은 다음과 같습니다. 볼 수 있는 출력이 많이 있으며 어떤 출력이 가장 중요하고 무엇을 말하고 있는지 모르는 경우 상당히 압도적일 수 있습니다.
빠른 우회
이것이 많은 논쟁과 토론을 촉발할 수 있는 주제(그리고 내가 이 시리즈에서 제시한 것)라는 것을 알고 있기 때문에 내 관점에 대한 맥락을 이해할 수 있도록 내 배경에 대해 조금 이야기하겠습니다. 제 교육은 생물의학 공학이며, 몇 년 동안 의료 기기 R&D에서 근무한 후 샴푸를 더 잘 공식화하기 위한 실험을 설계하고 분석하는 데 샴푸 조제자를 지원하는 소비자 포장 제품 회사(CPG)의 응용 통계학자 역할로 전환했습니다. (다음에 머리를 감으실 때, 거품의 양과 질감을 완벽하게 하기 위해 사용된 통계 모델에 경의를 표하십시오!)
CPG 회사를 떠난 후 나는 소매업에서 데이터와 분석을 사용하여 경력의 상당 부분을 보냈습니다. 내가 함께 일한 과학자, 엔지니어, 비즈니스 분석가 및 기타 공동 작업자는 모두 데이터, 분석 및 소프트웨어를 사용하여 빠르지만 소리 결정. 일부는 통계에 대한 정식 교육을 받았지만 대다수는 직장에서 단순히 통계 및 통계 소프트웨어를 배웠고 교장에 중점을 둔 모범 사례에 대한 명확한 지침을 찾고 있습니다. "적은 것이 더 많다." 나는 이러한 실무자들을 염두에 두고 이 지침을 구성하려고 노력했습니다(저 포함).
배울 내용
이 5부작 블로그 시리즈에서는 회귀 모델 출력, 특히 표준 최소 제곱 출력이 모델링에 가장 일반적으로 사용되는 방법이기 때문에 초점을 맞출 것입니다. Standard Least Squares는 특히 모델링을 처음 접하는 사람들에게 훌륭한 시작입니다.
첫째, 통계학자와 개발자가 JMP 분석가에게 가장 중요한 정보를 제공하는 방식으로 기본 보고서를 설정합니다.
이미 JMP를 사용하고 있는 경우: Fit Model 입력 대화 상자에서 강조를 보고 그것이 무엇인지 궁금해 한 적이 있습니까? 나는 그것에 대해 잠시 동안 꽤 혼란스러웠다는 것을 압니다. 바로 위에 있는 성격 옵션과 달리 강조는 수행되는 분석 유형을 변경하지 않습니다. 다른 옵션은 단순히 실행을 클릭할 때 다른 모델 출력을 기본값으로 켭니다. JMP는 기본 강조를 설정하여 표시할 최상의 출력 집합을 결정하기 위해 추정하려는 모델 항의 수(모형 효과 대화 상자의 항 수)와 함께 보유한 데이터의 양(행 수)을 사용합니다. (그림 1). JMP는 항상 분석가를 최선의 길로 인도하며 선택된 강조점도 예외는 아닙니다. JMP는 데이터 내용을 사용하여 기본 강조를 설정합니다. (이 작업을 수행하는 방법에 대한 자세한 내용은 다음을 참조하세요. 선적 서류 비치 .)
Figure 1: Standard Least Squares Emphasis. JMP sets a default Emphasis based on your data, but you can change it. Emphasis determines the set of outputs that are shown; it does not affect the statistical analysis.Figure 1: Standard Least Squares Emphasis. JMP sets a default Emphasis based on your data, but you can change it. Emphasis determines the set of outputs that are shown; it does not affect the statistical analysis.Figure 1: Standard Least Squares Emphasis. JMP sets a default Emphasis based on your data, but you can change it. Emphasis determines the set of outputs that are shown; it does not affect the statistical analysis.Figure 1: Standard Least Squares Emphasis. JMP sets a default Emphasis based on your data, but you can change it. Emphasis determines the set of outputs that are shown; it does not affect the statistical analysis.그림 1: 표준 최소제곱 강조. JMP는 데이터를 기반으로 기본 강조를 설정하지만 변경할 수 있습니다. 강조는 표시되는 출력 세트를 결정합니다. 통계 분석에 영향을 미치지 않습니다.
실행을 클릭한 후 표시되는 출력은 먼저 집중해야 하는 출력입니다. 데이터와 피팅하려는 모델에서 가장 중요한 출력이 확장되어 표시됩니다.
즉, 여전히 봐야 할 그래프와 표가 많이 있으며 교육 없이는 어떤 출력의 우선 순위를 지정하고 해당 출력을 해석하거나 조치를 취하는 방법을 알지 못할 것입니다. 슬프게도, 이 지식을 줄 수 있는 약은 아직 없습니다!
그 알약이 존재할 때까지 이 블로그 게시물이 빠른 지침이 되기를 바랍니다.
모델 건강 및 해석 메뉴
모델 출력은 출력의 두 가지 주요 범주로 나눌 수 있습니다. 모델 건강 그리고 해석 . 모델 상태 출력은 모델이 정상적인지 또는 "응급 처치"를 수행해야 하는지 판단하는 데 도움이 됩니다. 해석 결과는 어떤 요인이 중요한지, 그들이 반응에 어떤 영향을 미치는지 결정하는 데 도움이 되는 결과입니다.
얼마나 깊이 가고 싶은지(또는 배고픈 정도)에 따라 주요 결과에 집중할 수 있도록 그림 2의 메뉴를 개발했습니다. 새해 결심을 할 때 우리 모두는 최선의 행동(또는 최선의 의도)을 가지고 있기 때문에 이 메뉴에서 건강 식품을 사용하는 것이 적절하다고 생각합니다! 이 블로그 게시물의 이전 초안은 패스트푸드 메뉴판을 사용했는데... 부조화해 보였습니다. :smiling_face_with_smiling_eyes: . 세 가지 식사를 제공합니다.
Figure 2: Focus in on the key outputs in Standard Least Squares. Choose your meal based on your appetite!Figure 2: Focus in on the key outputs in Standard Least Squares. Choose your meal based on your appetite!Figure 2: Focus in on the key outputs in Standard Least Squares. Choose your meal based on your appetite!Figure 2: Focus in on the key outputs in Standard Least Squares. Choose your meal based on your appetite!그림 2: 표준 최소 제곱의 주요 결과에 초점을 맞춥니다. 입맛에 따라 식사를 선택하세요!
- 야채 접시 핵심 출력만 있으며 빠르게 이동하려는 분석가 또는 분석이 단순함을 허용하는 분석가를 위한 것입니다.
The Veggie PlateThe Veggie PlateThe Veggie PlateThe Veggie Plate야채 접시
- 야채 접시 + 건강한 지방 (연어는 내가 가장 좋아하는 음식 중 하나입니다!) Veggie Plate 출력 포함 ...을 더한 열악한 모델 상태에 대한 해결책을 찾는 데 도움이 될 수 있는 추가 출력 또는 데이터에 들어가는 것을 정말 좋아하는 분석가를 위해. 오메가-3에는 많은 치유 효과가 있습니다!
Veggie Plate + Healthy FatVeggie Plate + Healthy FatVeggie Plate + Healthy FatVeggie Plate + Healthy Fat야채 플레이트 + 건강한 지방
- 마지막으로, 풀 스퀘어 식사 좋은 모델을 얻기 위해 고군분투하거나 문제를 이해하는 데 도움이 되는 더 많은 출력이 필요하다고 느낄 때 적절한 출력("통곡물")을 포함합니다.
The Full Square Meal: Veggie Plate + Healthy Fat + Whole GrainsThe Full Square Meal: Veggie Plate + Healthy Fat + Whole GrainsThe Full Square Meal: Veggie Plate + Healthy Fat + Whole GrainsThe Full Square Meal: Veggie Plate + Healthy Fat + Whole Grains풀 스퀘어 식사: 야채 플레이트 + 건강에 좋은 지방 + 통곡물
메뉴 맛 테스트
따라하고 싶다면 JMP의 샘플 데이터 라이브러리에 있는 Tiretread 데이터 세트를 사용하겠습니다. JMP가 없는 경우 30일 무료 평가판을 다운로드하거나 산업 문제 해결을 위한 통계적 사고 과정을 수강할 때 원격 데스크톱 환경에서 사용할 수 있습니다(무료, PS의 링크).
Tiretread 데이터 세트는 실리카, 실란 및 유황의 세 가지 성분(인자)을 사용하여 마모, 모듈러스, 연신율 및 경도의 네 가지 제품 특성(반응)을 최적화하는 것이 목표인 설계된 실험에서 가져옵니다. 실험 분석에는 요인(주효과, 상호작용 및 2차를 설명하는 모델 용어를 통해)을 4가지 반응 각각에 관련시키는 4가지(각 반응에 대해 하나씩) 표준 최소 제곱 모델을 구축하고 사용하는 것이 포함되었습니다.
*죽은 말을 이길 수는 없지만 상관 관계 및 회귀 및 실험 설계에 대한 산업 문제 해결을 위한 통계적 사고 모듈은 용어를 더 잘 이해하는 데 도움이 될 것입니다.
요약
2021년에는 과감하게 작업에 모델을 사용하고 결과를 해석하는 방법을 배우는 이 목표를 추구하기를 바랍니다. JMP는 Fit Model 플랫폼의 기본 설정을 지원합니다. JMP는 보유하고 있는 데이터의 양과 추정하려는 효과의 수를 고려하여 가장 중요한 결과를 제공합니다.
그리고 나는 또한 당신의 등을 가지고 있습니다! 이 블로그 시리즈의 나머지 부분을 계속 읽고 모델을 사용하여 자신감을 추가로 얻으시기 바랍니다.
다음 세 개의 게시물에서는 세 가지 "식사" 각각에 포함된 출력을 해석하는 방법과 적절한 경우 이에 대응하여 취해야 할 조치를 설명할 것입니다. 이 시리즈의 마지막 블로그 게시물에서는 선호하는 출력이 항상 모델 결과에 표시되도록 JMP에서 기본 설정을 설정하는 방법을 보여 드리겠습니다.
일주일만에 다시!
추신 모델링 주제에 대해 더 자세히 알아보려면 산업 문제 해결을 위한 통계적 사고 우리가 무료로 제공하는 과정, 특히 상관 관계 및 회귀 모듈. 통계 개념에 대해 더 자세히 설명하고 실습도 포함합니다(소프트웨어에 대한 무료 액세스와 함께).
음식/식사 비유를 좋아하세요. 본식에 앞서 '재료'를 살펴보는 것은 어떨까요? 주요 과정의 결과 품질에 영향을 미칠 수 있는 데이터의 이상값, 의심스러운 데이터 또는 기능을 찾는 좋은 방법을 모델링하기 전에 일변량에서 다변량 응답 및 예측 변수 대 응답 그래프를 플로팅하는 것을 찾았습니다. 메인 코스의 재료가 정말 신선하고 바로 먹을 수 있는지 확인하는 좋은 방법입니다.
