Ciao,
Ho una variabile di risposta nominale che può avere due stati 1 e 0 e 6 variabili di input (numeriche, continue). Come posso trovare il modello migliore per prevedere la mia variabile di risposta? Questa è probabilmente una domanda molto ampia, ma vorrei capire il processo di ottenimento e costruzione del modello migliore per la mia variabile di risposta.
Ecco alcune delle domande che mi pongo:
1.) Come faccio a sapere se dovrei usare il modello di partizione o quello di adattamento?
2.) Quando utilizzo la regressione (modello di adattamento), come faccio a sapere quali macro utilizzare? Fattoriale completo, polinomiale a grado, ecc.? A quale grado? Più alto è, meglio è?
3.) E per quanto riguarda la personalità? Dovrei usare la regressione logistica nominale o quella graduale?
Come puoi vedere, sono un principiante nella creazione di modelli predittivi e vorrei capire il processo o magari c'è una guida che posso seguire per creare il modello migliore per i miei dati.
Grazie.
Ti suggerisco di iniziare con alcune nozioni di base. Questi possono essere webinar autoguidati o dal vivo:
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
Esistono molti modi per creare modelli. Additivo, sottrattivo. Regressione da un set di dati esistente o da un esperimento progettato. I modelli che sei in grado di stimare dipendono da come hai ottenuto i dati.
Inoltre @statman Consiglio, potresti anche voler iscriverti e completare l'esperienza di formazione SAS online gratuita "Statistical Thinking for Industrial Problem Solving". Tutte le tue domande sono trattate in dettaglio in quel corso. Ecco un collegamento al sito di registrazione del corso: SAS "Statistical Thinking for Industrial Problem Solving"
