Y 변수를 재정렬하여 과적합 모델을 검증/테스트하시겠습니까?동료는 분석에서 y 값을 무작위로 재배열한 다음 모델이 잘 맞지 않는지 확인하기 위해 모델을 다시 맞추는 다른 소프트웨어 패키지의 테스트를 설명했습니다. 이 기술에 익숙하거나 JMP에서 자동화를 시도한 사람이 있습니까?
많은 y' 열이 생성되고 테스트되는 것처럼 들리지만 이 두 가지 맞춤을 비교하면 기술을 보여줍니다.
dt = New Table( "Untitled 2",
Add Rows( 10 ),
New Column( "x",
Numeric,
"Continuous",
Format( "Best", 12 ),
Set Selected,
Set Values( [1, 2, 3, 4, 5, 6, 7, 8, 9, 10] )
),
New Column( "y",
Numeric,
"Continuous",
Format( "Best", 12 ),
Formula( :x * 2 + Random Normal( 0, 0.1 ) )
),
New Column( "y'",
Numeric,
"Continuous",
Format( "Best", 12 ),
Formula( Col Stored Value( :y, Col Shuffle() ) )
)
);
dt << Fit Model(
Y( :y, :y' ),
Effects( :x ),
Personality( "Standard Least Squares" ),
Emphasis( "Effect Leverage" ),
Run(
:y << {Lack of Fit( 0 ), Plot Actual by Predicted( 0 ),
Plot Residual by Predicted( 0 ), Plot Effect Leverage( 0 )},
:y' << {Lack of Fit( 0 ), Plot Actual by Predicted( 0 ),
Plot Residual by Predicted( 0 ), Plot Effect Leverage( 0 )}
)
);Re: Y 변수를 재정렬하여 과적합 모델을 검증/테스트하시겠습니까?표시,
귀하의 게시물을 이해한다면 부트스트래핑이 동일한 결론에 도달하기 위한 대체 접근 방식이 될 것이라고 생각합니다. 솔직히 기본 모델보다 더 많은 매개변수 추정치를 부트스트래핑하는 행운을 얻지는 못했지만 아마도 내가 뭔가 잘못하고 있는 것 같습니다 :-). 예를 들어, 2차 모델에 대한 매개변수 추정을 부트스트랩하려고 하면 가능한 각 계수에 대해 여러 열이 생성됩니다.
시뮬레이션 방법을 사용하여 이것을 자동화하는 방법을 찾은 것 같습니다. 플랫폼에서 생성된 시뮬레이션 기능을 사용하는 대신 원래 y를 재배열된 y' 열로 바꾸면 됩니다. 하지만 이 기술을 파티션 방법에 적용하는 데 문제가 있습니다. 각 시뮬레이션에 동일한 나무가 사용되는 것 같습니다.
몇 가지 다른 방법에 대해 이것이 어떻게 보이는지 보여주는 스크립트가 첨부되어 있지만 기본 아이디어는 다음과 같습니다.
Random Reset(1);
dt = New Table( "Untitled 2",
Add Rows( 4 ),
New Column( "x",
Numeric,
"Continuous",
Format( "Best", 12 ),
Set Selected,
Set Values( [1, 2, 3, 4] )
),
New Column( "y",
Numeric,
"Continuous",
Format( "Best", 12 ),
Formula( :x * 2 + Random Normal( 0, 0.1 ) )
),
New Column( "y'",
Numeric,
"Continuous",
Format( "Best", 12 ),
Formula( Col Stored Value( :y, Col Shuffle() ) )
)
);
// ------ Linear Model ------
linmdl = dt << Fit Model(
Y( :y ),
Effects( :x ),
Personality( "Standard Least Squares" ),
Emphasis( "Effect Leverage" ),
Run(
:y << {Lack of Fit( 0 ), Plot Actual by Predicted( 0 ),
Plot Residual by Predicted( 0 ), Plot Effect Leverage( 0 )},
:y' << {Lack of Fit( 0 ), Plot Actual by Predicted( 0 ),
Plot Residual by Predicted( 0 ), Plot Effect Leverage( 0 )}
)
);
linrpt = linmdl << Report;
lindt = linrpt["Summary of Fit"][1][2] << Simulate(
100,
Out( :y ),
In( :y' )
);
lindt[2] << Distribution( Continuous Distribution( Column( :RSquare ) ) );
Re: Y 변수를 재정렬하여 과적합 모델을 검증/테스트하시겠습니까?이것 재표본 방법 일반적으로 독립 변수의 수준을 변경하는 효과의 유의성을 결정하는 데 사용됩니다. 이 방법은 종종 대신 사용됩니다. NS 추론을 위해 데이터와 모델에 대한 가정을 하는 검정 또는 ANOVA. 리샘플링 접근 방식은 특정 모델을 가정하는 대신 경험적 분포를 생성합니다. 표본 통계량을 경험적 분포와 비교하여 NS -값.
JMP Pro는 부트스트랩 그 중요성을 결정하기 위해 매개변수 추정과 같은 모든 결과.
두 번째 종속 변수(임의 정규 편차)가 필요하지 않습니다.
