众所周知，植物、优质脂肪和全谷物的均衡饮食是我们的身体发挥最佳功能所需要的。 如果我们想成为优秀的分析师，我们需要适当地为我们的灰质加油，对吗？ 好吧，我们的建模项目也需要一整套营养。
这是一个五部分系列的第四部分，我提出了一个框架来帮助想要将建模应用于他们的工作的分析师。 这个框架旨在解决我听到的常见痛点，“我应该查看哪些模型输出？ 有这么多！” “他们是什么意思？ 我可以从输出中看到的数字做出什么陈述？”
该框架采用菜单的形式（来自您妈妈会批准的餐厅！），分析师/用餐者在其中根据数据的复杂性和您作为分析师的性格选择输出（参见下面的图 1）。 有些分析很简单，不需要您考虑许多建模输出，而另一些则需要您查看更多选项。 同样，一些分析师需要快速推进他们的项目，或者不喜欢进入统计杂草，而另一些分析师则喜欢先潜水并建立阵营：smiling_face_with_smiling_eyes：从许多不同的角度看待他们的问题。
当您的分析简单明了时，您可以选择只点大沙拉或“Veggie Plate”。当模型需要更多关注时，您可以在沙拉中添加一些鲑鱼（“健康脂肪”）。 最后，如果您正在对许多预测变量可能相关的历史数据进行建模，或者如果您想查看其他数据以梳理信号并获得更深入的了解，您可以在您的膳食中添加糙米的一面。
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: Key outputs in Standard Least Squares. Choose your meal based on your appetite!图 1：标准最小二乘法中的关键输出。 根据您的胃口选择您的餐点！
查看发布 #2和发布#3有关 Veggie Plate 和 Healthy Fat 选项中输出的详细信息。 在这篇文章中，我专注于全谷物输出。 我们将从输出开始，帮助您确定在处理历史数据时模型是否健康。 接下来，我们将着眼于可以进一步加深您对流程的理解并与合作者有效沟通调查结果的输出。
对于每个输出，我将描述：1）输出是什么，2）你应该寻找什么，3）给定信息，你可以采取的行动。 我的目标是简化，但当然，这可能会导致过度简化。 如果你想更深入地了解，我推荐工业问题解决课程的统计思维（有关特定模块的建议，请参阅博文末尾）。
哦——如果你想跟随并自己生成这些输出JMP ，见第一篇博文在本系列中，我将介绍数据集以及在没有 JMP 的情况下如何访问它。
我的模型健康吗？
VIF（方差膨胀因子）
什么是多重共线性？ 为什么会出现问题？
多元散点图示例
惩罚回归
主成分分析
偏最小二乘法
我如何解释结果？
参数估计
交互图
概括
当您分析历史数据或想要获得更多观点以了解您正在研究的过程时，您会使用全谷物输出......就像当您需要最多燃料时应该添加到您的饮食中一样全谷物对于那个艰苦的锻炼或忙碌的一天。
当您分析历史数据（与设计实验中的数据相比）时，您的预测变量可能高度相关，这可能导致模型偏差 - 并最终从您的数据中得出错误的结论。 VIF 是诊断您可能面临的问题的好方法。
在解释和使用模型时，参数估计值可以帮助您描述特定因素单独影响响应的程度；他们还直接映射到模型方程，供那些想要了解预测分析器背后的人使用。 最后，交互图可能是一种有用的方式，可以在单个静态快照中直观地描绘因素如何相互作用。
下周，在最后一篇文章中，我将介绍如何在 JMP 中设置首选项，以便始终显示某些模型输出 - 无论在“拟合模型”对话框中选择的报告强调是什么。
如果我没有最后一次提醒你，我会失职相关和回归和实验设计课程的一部分工业问题解决课程的统计思维. 如果这个博客系列让您对基本的统计概念更加好奇，那么本课程将满足您的好奇心。 它专为希望更好地使用数据和统计数据来推进工作的科学家和工程师而设计。
