Les moindres carrés ordinaires exécutés avec succès - Quelle est la prochaine étape ?Salut,
Voici une image d'un extrait de l'ensemble de données avec lequel je travaille :
p et k sont supposés être des variables dépendantes, dépendantes du reste des paramètres. Mon objectif est d'obtenir le meilleur polynôme possible p = f(x1,x2,x3...) pour modéliser les relations entre mes données. Même chose pour x.
Jusqu'à présent, j'ai suivi un didacticiel à l'emporte-pièce sur la façon d'effectuer l'OLS et j'ai obtenu un polynôme linéaire très basique pour mes données. L'Adj. RSquared a fini par se situer autour de 0,18, ce qui est assez médiocre. Je veux améliorer ça !
J'ai très peu d'expérience en statistique - quelqu'un pourrait-il donc m'indiquer la bonne direction pour apprendre à améliorer le polynôme que j'ai déjà. Dans un article précédent, un commentateur a mentionné la transformation de mes données. J'ai fait quelques recherches, mais je n'ai pas trouvé le meilleur moyen de déterminer les transformations à exécuter pour améliorer mon polynôme.
Merci pour votre temps!
PS Si quelqu'un était prêt à discorder le partage d'écran pendant environ 30 minutes pour travailler rapidement avec moi et m'apprendre des choses liées à JMP/statistiques afin que je puisse apprendre à résoudre mon problème, je vous dédommagerais pour votre temps.
AnalytiqueRe: Les moindres carrés ordinaires ont été exécutés avec succès - Quelle est la prochaine étape ?Bienvenue dans la communauté JMP. Je ne comprends pas votre situation, mais il semble que vous essayez de construire un modèle basé uniquement sur les données ? Vous ne fournissez aucune information sur la façon dont les données ont été obtenues.Et maintenant je vois que vous avez commencé plusieurs discussions sur le même sujet ???
Voici mes réflexions pour développer un modèle :
1. Avant toute collecte de données, développer des hypothèses, enracinées dans les sciences, pour expliquer pourquoi il y aurait une relation causale potentielle entre les variables indépendantes et les variables dépendantes.
2. Concevoir plusieurs plans d'échantillonnage ou expériences pour donner un aperçu de ces hypothèses en tenant compte de la façon dont chacune varierait en ressources nécessaires, quels effets sont possibles à estimer, ce qui sera confondu et ce qui sera restreint.
3. Prédisez TOUS les résultats possibles d'une telle stratégie de collecte de données et quelles mesures vous prendrez pour chaque prédiction. Ensuite, choisissez celui qui équilibre le gain de connaissances avec l'investissement en ressources.
4. Recueillez les données en notant toutes les observations d'intérêt et effectuez une analyse. Toujours Pratique, puis graphique et enfin quantitatif.
La façon dont les données ont été acquises a un effet sur la façon dont vous construisez le modèle. Par exemple, je fais généralement une approche soustractive lorsque les données proviennent d'une expérience (commencez avec un modèle saturé et supprimez les termes en gardant un œil sur est-ce raisonnable d'un point de vue technique ou scientifique ?, Delta ajusté Rsquare-Rsquare, RMSE, valeurs p et résidus). S'il s'agit d'une étude imbriquée, je commence par le bas et je remonte. S'il ne s'agit que de données d'observation, je pourrais adopter une approche plus additive (par exemple, commencer par étape avec un premier ordre et ajouter des termes) et bien sûr, vous devez vous soucier de la multicolinéarité.
Re: Les moindres carrés ordinaires ont été exécutés avec succès - Quelle est la prochaine étape ?Merci beaucoup pour vos réflexions,
J'ai seulement commencé plusieurs discussions parce qu'après avoir posté mon premier et obtenu une réponse, il semble que la direction de mon problème ait changé après que j'en ai appris davantage. Je m'excuse pour cela.
Mes données sont entièrement d'observation et ont été collectées uniquement par des mesures. Je suppose que mon plus gros problème est que je n'ai pas d'expérience en statistiques, donc beaucoup de ce que vous avez dit ne signifie rien pour moi malheureusement, et je cherche principalement à être indiqué dans la bonne direction pour la procédure d'amélioration d'un modèle basé sur des données seules. On dirait que cela peut être beaucoup plus compliqué que ce à quoi je m'attendais au départ... J'apprends toujours.
Re: Les moindres carrés ordinaires ont été exécutés avec succès - Quelle est la prochaine étape ?salut @mben
N'hésitez pas à m'envoyer un message privé si vous souhaitez un accompagnement personnalisé.
Ron
