喜欢食物/膳食的隐喻。 在主修课程之前如何查看“成分”呢？ 我发现在为寻找离群值，可疑数据或数据特征可能会影响主课程结果质量的好方法建模之前，绘制了单变量到多元响应图以及预测值和响应图。 这是确保主菜中的食材确实新鲜且可供食用的好方法。
随着新的一年的开始（您是否曾经有过想要重新开始的时机？？），您可能已经开始制定本年度的一些新目标或已经开始朝着这些目标努力。 我们距离2021年只有几天了，所以希望您还没有放弃自己的作品！
如果您有足够的空间解决新的一年的决议（或者如果您需要一个新的决议），我是否可以建议我听过很多分析师对我说过的一句话：“我想在（我的工作。”这个目标听起来比“我将减掉10磅”更容易实现。或“我将有八个小时的睡眠时间”，对吗？
分析师是一群积极进取的人，但由于没有可遵循的方法，他们经常被卡住。 我从希望使用模型解决问题的分析师那里看到的最大障碍是，一旦建立模型，他们就会迷惑和/或陷入对他们需要查看的所有输出的困惑。
“我应该查看哪些模型输出？ 有这么多！ 我应该如何解释它们？”
事实是这样的：您可以查看很多输出，并且如果您不知道哪些输出最重要以及它们在告诉您什么，那可能会令人不知所措。
快速绕道
知道这是一个话题（以及我在本系列文章中提出的话题），可能引发很多辩论和讨论，让我告诉您一些有关我的背景的知识，以便您对我的观点有所了解。 我的学历是生物医学工程，在医疗器械研发领域工作了几年，之后转为一家消费品公司（CPG）的应用统计学家，在设计和分析实验中为香波配方设计师提供支持，以更好地配制香波。 （下次洗头时，要赞扬用来完善泡沫量和质地的统计模型！）
离开CPG公司后，我在零售业使用数据和分析工作了很大一部分时间。 与我一起工作的科学家，工程师，业务分析师和其他合作者都必须使用数据，分析和软件来进行快速但声音决定。 少数人接受了统计方面的正规培训，而大多数人只是简单地学习了有关该工作的统计资料和统计软件，并且正在寻求有关最佳做法的明确指导，重点是原则“少即是多。”我试图在考虑这些从业者（包括我自己）的基础上构建本指南。
您将学到什么
在这个由五部分组成的博客系列中，我将专注于回归模型输出，特别是标准最小二乘输出，因为这是最常用的建模方法。 标准最小二乘法是一个很好的开始，特别是对于那些刚开始建模的人。
首先，请放心统计学家和开发商JMP设置默认报告的方式可以向分析师提供最重要的信息。
对于已经使用JMP的用户：您是否曾经在Fit Model输入对话框中注意到Emphasis，并想知道它是什么吗？ 我知道我对此感到很困惑。 与上方的“个性”选项相反，“重点”不会更改已完成的分析类型。 当您单击“运行”时，不同的选项将默认打开不同的模型输出。 JMP将您拥有的数据量（行数）与您要估计的模型项数（“模型效果”对话框中的项数）结合使用，通过设置默认“重点”来确定显示给您的最佳输出集（图1）。 JMP始终在引导分析师走上最佳道路，所选的重点也不例外。 JMP使用数据的内容来设置默认“重点”。 （有关如何执行此操作的更多详细信息，您可以阅读文件资料）
图1：标准最小二乘强调。 JMP根据您的数据设置默认的“重点”，但您可以更改它。 重点确定显示的输出集；它不影响统计分析。
单击“运行”后显示的输出是您首先应关注的输出。 给定您的数据和要拟合的模型，最重要的输出将展开并显示。
话虽如此，仍然有很多图形和表格可供查看，并且没有经过任何培训，您将不知道要确定优先级的输出以及如何解释或对这些输出采取行动。 可悲的是，您仍然没有可以服用的药丸来给您这种知识！
在此药丸存在之前，我希望这篇博客文章可以作为快速指南。
模型健康和解释菜单
模型输出可以分为两大类输出：模型健康和解释。 模型运行状况输出可帮助您确定模型是否健康或是否需要执行一些“急救”。解释输出是可以帮助您确定哪些因素很重要以及它们如何影响响应的输出。
我已经开发了图2中的菜单，可以帮助您根据要走的深度（可以这么说，或者饥饿程度）来关注关键输出。 我认为仅在此菜单中使用健康食品是合适的，因为在设定新年分辨率时，我们都处于最佳状态（或有最佳意图）！ 我之前在此博客文章中使用的是快餐菜单板，似乎……不合理:smiling_face_with_smiling_eyes:。我为您提供三餐：
图2：专注于标准最小二乘法的关键输出。 根据您的胃口选择餐点！
- 素菜盘仅具有核心输出，供希望快速行动或分析可以简化的分析师使用。
素菜盘
- 素菜盘+健康脂肪（鲑鱼是我的最爱！）包括蔬菜板的输出加其他输出可帮助寻找模型健康状况不佳或真正喜欢使用数据的分析人员的补救措施。 Omega-3具有许多治疗功效！
素板+健康脂肪
- 最后，全方餐包括输出（“全谷物”），当您为获得良好的模型而苦苦挣扎时，或者当您感到特别渴望获得更多输出以帮助您理解问题时，这些输出就很合适。
全方餐：素菜+健康脂肪+全谷物
口味测试菜单
如果您想继续学习，我将使用JMP示例数据库中的Tiretread数据集。 如果您没有JMP，则可以选择免费的30天试用版，或者在参加“工业问题解决的统计思考”课程时也可以在远程桌面环境中使用它（也是免费的； PS中的链接）。
Tiretread数据集来自一个设计实验，目的是使用三种成分（因子）：二氧化硅，硅烷和硫磺来优化四个产品特性（响应）：磨损，模量，伸长率和硬度。 对实验的分析涉及建立和使用四个（每个响应一个）标准最小二乘法模型，这些模型将因素（通过描述主要效应，相互作用和二次方*的模型项）与四个响应中的每个联系起来。
*不是要打败老手，而是有关关联和回归的工业问题解决模块的统计思考以及实验设计将帮助您更好地理解术语。
概要
希望您在2021年大胆，并追求在工作中使用模型并学习如何解释输出的目标。 知道JMP支持Fit Model平台中的默认设置。 JMP会考虑您拥有的数据量以及您要估计的效果数量，并为您提供最重要的输出。
我也有你的支持！ 希望您继续阅读本系列博客的其余部分，以使用模型进一步增强信心。
在接下来的三篇文章中，我将描述如何解释三个“餐点”中每个输出的输出，以及在适当的情况下应采取什么行动来应对这些输出。 在本系列的最后一篇博客文章中，我将展示如何在JMP中设置“首选项”，以便您喜欢的输出始终显示在模型结果中。
一周后回来！
聚苯乙烯 要深入了解建模主题，我强烈建议您工业问题解决的统计思维当然，我们提供免费的课程，尤其是“相关和回归”模块。 它深入统计概念，还包括动手练习（以及免费使用我们的软件）。
好的。 博客系列的好主意， @wendytseng 。 对于正在努力使用其数据的科学家和工程师客户来说，这应该是非常有价值的。 如果您可以了解拟合模型和标准最小二乘法，则可以走很长一段路。 我真的很喜欢您使用类比。
重要信息-喜欢图片！ 期待更多的饭菜.....:)
@wendytseng
@P_Bartell我喜欢这个比喻！对于后续博客文章来说，这是一个好主意：分发，离群值筛选，数据丢失等。
