Hallo,
Ich habe eine nominale Antwortvariable, die zwei Zustände haben kann: 1 und 0, und 6 Eingabevariablen (numerisch, kontinuierlich). Wie finde ich das beste Modell zur Vorhersage meiner Antwortvariable? Dies ist wahrscheinlich eine sehr weit gefasste Frage, aber ich möchte den Prozess verstehen, wie ich das beste Modell für meine Antwortvariable erhalte und aufbaue.
Einige meiner Fragen sind die folgenden:
1.) Woher weiß ich, ob ich „Partition“ oder „Fit Model“ verwenden soll?
2.) Wenn ich Regression (Modell anpassen) verwende, woher weiß ich, welche Makros ich verwenden soll? Vollfaktoriell, Polynom bis zum Grad usw.? Bis zu welchem Grad? Je höher, desto besser?
3.) Was ist mit der Persönlichkeit? Soll ich die nominale logistische oder die schrittweise Regression verwenden?
Wie Sie sehen, bin ich ein Anfänger im Erstellen von Vorhersagemodellen und würde gerne den Prozess verstehen oder vielleicht gibt es eine Anleitung, der ich folgen kann, um das beste Modell für meine Daten zu erstellen.
Danke.
Ich schlage vor, Sie beginnen mit einigen Grundlagen. Dies können selbst geführte oder Live-Webinare sein:
https://www.jmp.com/en_us/events/live-webinars/getting-started-with-jmp/getting-started-with-jmp-02apr2021.html
https://www.jmp.com/en_us/events/getting-started-with-jmp/doe-intro-kit.html
Es gibt viele Möglichkeiten, Modelle zu erstellen. Additiv, subtraktiv. Regression aus einem vorhandenen Datensatz oder aus einem entworfenen Experiment. Welche Modelle Sie schätzen können, hängt davon ab, wie Sie die Daten erhalten haben.
Zusätzlich zu @ Statman Sie können sich auch für den kostenlosen Online-SAS-Schulungskurs "Statistisches Denken zur Lösung industrieller Probleme" anmelden und diesen abschließen. Alle Ihre Fragen werden in diesem Kurs ausführlich behandelt. Hier ist ein Link zur Kursregistrierungsseite: SAS "Statistisches Denken zur industriellen Problemlösung"
