Si vous avez décidé d'utiliser des modèles pour résoudre plus de problèmes, cette série de blogs est faite pour vous.
L'un des plus grands obstacles que j'ai vus de la part des analystes qui veulent faire cela est qu'ils sont dépassés et / ou confus avec tous les résultats dont ils ont besoin pour regarder une fois qu'ils ont construit un modèle. *
dans le premier article de blog dans cette série, j'ai expliqué comment JMP Emphasis par défaut est un bon point de départ lorsqu'il s'agit de déterminer sur quels modèles de sortie se concentrer. Cependant, même avec ces paramètres par défaut comme point de départ, il reste encore de nombreuses sorties à hiérarchiser et à comprendre comment les interpréter.
Pour aider à démystifier et simplifier l'interprétation des résultats du modèle, j'ai développé le menu de la figure 1 pour aider les analystes à se concentrer sur les résultats clés en fonction de la profondeur à laquelle ils veulent aller (ou à quel point ils ont faim, pour ainsi dire) et dans quelle mesure le problème nécessite une attention particulière (ou «nutrition»):cara_que_sonríe_con_ojos_sonrientes:).
* Nous nous concentrons sur la modélisation des moindres carrés standard dans cette série de blogs, car il s'agit du type de modèle le plus courant que les nouveaux utilisateurs essaient en premier en raison de l'accessibilité dans JMP (par rapport à JMP Pro) et de la facilité d'interprétation des équations du modèle vers le réel. monde.
Figure 1: Key outputs in Standard Least Squares. Choose your meal based on your appetite!Figure 1: Key outputs in Standard Least Squares. Choose your meal based on your appetite!Figure 1: Key outputs in Standard Least Squares. Choose your meal based on your appetite!Figure 1: Résultats clés dans les moindres carrés standard. Choisissez votre repas en fonction de votre appétit!
Dans l'article de cette semaine, je me concentre sur les principaux résultats pour les utilisateurs qui cherchent à avancer rapidement dans leur analyse et leur prise de décision et dont les données permettent la simplicité. Cet ensemble de produits est collectivement appelé «l'assiette végétarienne» dans le menu, car il est toujours préférable de manger une portion saine de légumes, n'est-ce pas? Ce sont des produits de base pour une bonne santé humaine tout comme ils sont des produits de base pour des modèles sains et utiles.
Si vous souhaitez suivre l'exemple d'ensemble de données que j'utilise dans les captures d'écran, consultez le premier article de blog .
Mon modèle est-il sain?
Réel par prévu
** Did you know that if you change your cursor to a question mark (Tools menu) and click on any output, you will be taken to the specific section of JMP documentation? Try it with the Actual by Predicted Plot.** Did you know that if you change your cursor to a question mark (Tools menu) and click on any output, you will be taken to the specific section of JMP documentation? Try it with the Actual by Predicted Plot.** Did you know that if you change your cursor to a question mark (Tools menu) and click on any output, you will be taken to the specific section of JMP documentation? Try it with the Actual by Predicted Plot.** Saviez-vous que si vous changez votre curseur en point d'interrogation (menu Outils) et cliquez sur n'importe quelle sortie, vous serez redirigé vers la section spécifique de la documentation JMP? Essayez-le avec le tracé réel par prédiction. RSquare et RSquare ajustés
Tracés résiduels
Portail de connaissances statistiques de JMP
Transformer les données pour faire de meilleures prévisions
Comment interpréter les résultats?
Résumé des effets
Profil de prédiction
Vidéo de quatre minutes: Prédiction Profiler
Estimations à l'échelle
Sommaire
J'espère que vous avez trouvé cet article utile pour vous concentrer sur les résultats essentiels pour vous aider à démarrer sur vos objectifs de modélisation.
Si les sorties Veggie Plate vous apportent ce dont vous avez besoin pour prendre des décisions, cela fera probablement de vous un héros dans votre équipe de projet et vous devriez aller faire la fête en mangeant une bonne portion de légumes! (Whomp! OK - peut-être un sundae - tout cela avec modération, non?).
Si vous pensez que votre modèle pourrait avoir besoin de plus de travail ou si vous avez juste envie d'en savoir plus, vous pouvez vous joindre à moi la semaine prochaine où je décrirai les résultats «Healthy Fat». Cet ensemble de résultats vous aidera à diagnostiquer et à résoudre les problèmes d'ajustement du modèle et vous permettra d'aller plus loin afin de communiquer clairement vos résultats aux autres.
Je vous invite à rester avec moi à travers cette série de blogs. Dans le dernier article de blog du 10 février, je décrirai comment vous pouvez personnaliser vos préférences afin que vos sorties de modèle préférées apparaissent toujours.
PS Si vous recherchez une compréhension fondamentale, veuillez envisager de suivre le module Corrélation et régression du Cours de réflexion statistique pour la résolution de problèmes industriels (moins cher que n'importe quel repas car c'est gratuit!).
