Hola, todos,
¿Podría guiarme a través de mi análisis?
Tengo un resultado para los años 2000-2019 que se basa en múltiples predictores (a, b, c, d, e)
1- Quiero crear un modelo en el que predigo el resultado en 2020 donde tengo todos los datos para 2000-20019 más tengo los valores para (a, b, c, d, e) en el año 2020, y yo es necesario predecir el resultado en el año mencionado y luego compararlo con el valor observado.
2- ¿Qué tal predecir el resultado en el año 2020 sin tener (a, b, c, d, e) para el año 2020? ¿Es posible y válido si construyo un modelo robusto ???
Nota: todas mis variables son variables continuas
Hay varios métodos de modelado que pueden ayudarlo a resolver el problema. Un buen lugar para comenzar es la plataforma Fit Model. Personalidad estándar de mínimos cuadrados. Sugiero echar un vistazo a la documentación en línea asociada con esta plataforma para obtener detalles específicos. Aquí hay un enlace: Ajuste de modelos lineales
Tenga en cuenta que hay muchas otras plataformas que podrían ser más aplicables para resolver el problema en cuestión.
Todas las plataformas de modelado de JMP tienen una opción en el informe de la plataforma para guardar la fórmula de predicción en una tabla de datos como una nueva columna. Entonces, una vez que encuentre su 'modelo robusto' ... lo que sea que eso signifique en la práctica ... simplemente guarde la fórmula de predicción en la tabla de datos y obtendrá la predicción 2020 en esa fila. O también puede llegar allí manualmente utilizando el generador de perfiles de predicción de informes. Todas las plataformas de modelado tienen alguna forma de Profiler para hacer precisamente lo que quieres.
