Cercando di migliorare l'adattamento della regressione multivariata (dati continui) includendo anche i dati ordinaliCiao - È possibile o consigliabile tentare di migliorare l'adattamento del mio modello di regressione lineare multipla incorporando anche una variabile ordinale?Il mio modello attuale contiene 2 variabili esplicative continue e una variabile di risposta continua.So che nel mondo reale la variabile ordinale è importante e influisce chiaramente sulla variabile di risposta ... non sono sicuro di come catturare quell'effetto.Per contesto, sto modellando (cioè prevedendo) come l'ecoli (variabile di risposta) è influenzato dalla torbidità (continua), dalle precipitazioni in alcune località vicine (continua) e da altre variabili che non hanno migliorato l'adattamento del modello.So, tuttavia, che il punto in cui il livello del fiume aumenta (indicato come fase di salita) contiene tipicamente ecoli più elevati a causa del dilavamento iniziale dallo spartiacque e spesso questo intervallo di fase di salita contiene più ecoli che anche nella fase di picco.Lo sappiamo dalle osservazioni.Quindi....queste istanze di fase ascendente dovrebbero, idealmente, essere catturate nel modello, e sembra che il modo migliore per farlo sia usare una variabile ordinale (ad es. aumento rapido = 2, aumento lento = 1, nessun aumento , salita molto lenta o discesa = 0).Fin qui tutto bene.Ma non sono sicuro di come incorporarlo nel mio modello predittivo di "ecoli" rispetto a "variabili continue e ordinali".Qualche suggerimento o direzione in merito?Grazie in anticipo.
AnalisiRe: Cercare di migliorare l'adattamento della regressione multivariata (dati continui) includendo anche i dati ordinaliCiao @Campbell_Ted_R ,
Quale versione di JMP o JMP Pro stai utilizzando?
Puoi incorporare i dati ordinali senza problemi. Puoi anche includere termini incrociati di fase di salita con torbidità o pioggia. Aggiungilo nella finestra di dialogo come faresti normalmente. Puoi esercitarti usando la tabella di dati Big Class.jmp, usando l'età come variabile ordinale: l'ho appena fatto con la personalità del modello PLS per prevedere "altezza" in base a età, sesso, peso ed età * peso, solo come esempio .
Detto questo, se i dati che stai modellando non provenivano da un DOE (cosa che non sembra essere), ti consigliamo di assicurarti di utilizzare una sorta di tecnica di convalida incrociata per assicurarti che non stai sovradimensionando i tuoi dati. A me sembra che tu stia cercando di prevedere i livelli di E.Coli nei corsi d'acqua a seconda di una serie di altri fattori. Sembra un bel problema su cui lavorare e di grande importanza per la salute pubblica.
Se hai Pro, ti consigliamo di eseguire modelli con piattaforme diverse per vedere quale genera il miglior modello predittivo sui dati che non hai utilizzato per addestrare il modello (supponendo che questo sia ciò che alla fine vuoi fare). Ti consigliamo di provare cose in GenReg, alberi decisionali e persino reti neurali. È quindi possibile confrontare i modelli sui dati non utilizzati e vedere quale funziona meglio come modello di previsione.
Spero questo sia di aiuto. Buona fortuna!,
DS
Re: Cercare di migliorare l'adattamento della regressione multivariata (dati continui) includendo anche i dati ordinaliPerché non misuri il tasso effettivo di aumento/diminuzione come variabile continua invece di classificarlo?
Re: Cercare di migliorare l'adattamento della regressione multivariata (dati continui) includendo anche i dati ordinaliGrazie mille per il contributo Diedrich.Lo proverò.A proposito, sto usando JMP versione 12.1.
