予測プロファイラーの予測値が実際のデータと一致しないこんにちは、
愚かな質問をお許しください。
予測プロファイラーの Y 軸の値が実際のデータと一致していないことに今気づきました。
実際のデータを使用して要因分析を実行し、予測プロファイラーを使用しました。
実際のデータと予測値を比較すると、値が異なります。
たとえば、A 100 g、B 50 g、C 100 ug の条件で 5% という実際のデータがあります。 ただし、同じ条件の予測プロファイラーでは、値は 20% になります。
この場合、予測プロファイラーをどのように分析して活用すればよいでしょうか?私の予測プロファイラーは信頼できますか?
例やスクリーンショットが不足していて申し訳ありません。 私のデータを共有することは許可されていません。
あけましておめでとう！
データの探索と視覚化品質およびプロセスエンジニアリングRe: Prediction Profiler の予測値が実際のデータと一致しないデータの散布図を探しているように思えます。 多くの因子/独立変数を含む複雑なシステムでは、必然的により高度な分析が必要になります。 複数の変化要因がある場合、単純な散布図では影響が隠れてしまう可能性があります。
別の簡単な例を次に示します。
X1 X2 Y
10 1 80
10 2 90
20 1 90
20 2 80
このデータのプロットは、X1 が影響を及ぼさないことを示しています。
しかし、これは世間知らずです。 X2 に基づいて点に色を付けると、まったく異なる画像が得られます (これは、Y を X でフィットすることがどのように相乗効果を示すかを確認するための方法です。Y を X でフィットするのグループ化オプションを使用すると、さらに 1 つ得ることができます)変数）：
X1 には効果がありますが、それを確認できるかどうかは X2 の値によって決まります。 しかし、3 つの要素 (たとえば、X3) がある場合はどうなるでしょうか? ポイントの色がより複雑になり、関係がわかりにくくなります。
データをプロットするだけでは不十分です。 モデリングのアプローチに切り替える必要があります。
X=10 または信頼区間に基づいておそらくより広い場合、応答は 90 ～ 94 であるとプロファイラーに言ってもらいたいという私の最初の例に対するあなたのコメントも同様です (ちなみに、実際には何を予測しますか?)。 これらの信頼区間はモデルに基づいています。 モデリングの考え方に基づいて作業すると、グラフがより明確になります (プロファイラーは実際の予測を提供します)。 モデルは、生データのグラフでは実行できない (または少なくともうまく機能しない) より複雑な状況や大規模なデータセットに自然に拡張されます。 このモデルは、相乗効果がどの程度の大きさであるかを定量化し、相乗効果が有意であるか、データ内のランダム誤差よりも大きいかどうかをテストする方法を提供します。 優れたモデルを使用すると、実験室で継続的に追加のテストを行うことなく、「もしも」のシナリオを検討できます。
生データのみのグラフではなく、モデルのグラフを使用したモデリング アプローチをお勧めします。 モデルを使用すると、データが何を伝えているかについてより多くの洞察が得られます。 「データをグラフ化する」ための別の方法を探すのではなく、モデルの改善に取り組んでください。 モデルが多くを語らない場合、データは多くを語らない可能性があります。 ここで、測定誤差が適切に考慮されていない可能性がある、または要因の範囲が変数の影響を実証するのに十分広くないなどのことを考慮できます。 データから洞察を得るまでの道のりがうまくいくよう頑張ってください!
Re: Prediction Profiler の予測値が実際のデータと一致しない要因 A と B の効果を推定してテストするには、A、B、および A*B 項を含むモデルを使用する必要があります。 このようなモデルは、[Fit Y by X] ダイアログによって起動される 4 つのプラットフォームのいずれでも使用できません。 [モデルの適合] ダイアログを使用して、交互作用の項を含む線形予測子を使用して使用可能な適合パーソナリティの 1 つを起動する必要があります。
Re: Prediction Profiler の予測値が実際のデータと一致しないアドバイスしてくれてありがとう！ よく理解できました。
私は、予測プロファイラーには実際のデータ ポイントが含まれていることを期待していました。たとえば、次のとおりです。
XY
10 90
10 94
20 70
20 74
次に、予測プロファイラでは、X を 10 に設定すると、Y は 90 ～ 94 の範囲になるか、秘密区間がさらに広くなる可能性があります。
しかし、実際のデータポイントを入力すると、Y 値は観測値から大きく外れています。 範囲内により多くのデータ ポイント (X と Y) (例: X; 10、12、14、16、18、20) を含めるために 2 つの実験を実行しましたが、それでも予測値は観測値から大きく離れています。 。
私の実験データは、複数の薬剤の相乗効果に応じた細胞の生存を調べています。
Fit Y by X を使えばいいのにと思います。 それが一番うまくいくと思うよ。
複数の X に対して Y by X のフィットを使用し、相乗効果を分析する方法はありますか?
よろしく、
Re: Prediction Profiler の予測値が実際のデータと一致しない先ほどおっしゃったことについて、ここで意見を述べさせていただきたいと思います。 「実際のデータ」に対してプロファイラーを使用したいと考えていました。 はっきり言って、それは実際には不可能です。 次の簡単な例を考えてみましょう。
XY
10 90
10 94
20 70
20 74
X=10 の場合、プロファイラーは Y の値をどの値に設定する必要がありますか? 論理的な選択は 92 ですが、これはモデルに基づく応答の予想平均値です。 同様に、X=15 の場合、Y の値はどうあるべきでしょうか? モデルがなければそれを得る方法はありません。
したがって、非常に高いレベルでの適切な省略プロセスは次のとおりです。
1) データを収集します (適切なデータが適切な方法で収集されていることを確認するために、この前に多くの手順を実行する必要があります)。
2) モデルをデータに適合させます (モデルはステップ 1 と、ステップ 1 の前に検討したすべての仮定と問題に基づいています)。
3) モデルの適合性を評価します。 モデルが適切に適合しない場合、プロファイラーは正確ではないため、使用しないでください。
4) モデルが適切に適合する場合は、プロファイラーを使用していくつかの予測を生成します。
5) **** 非常に重要なステップ ***** モデルが将来のデータを予測していることを確認します。 モデルは、モデルの構築に使用されたデータに適合する可能性があります。ステップ 3 に基づいている必要があります。 しかし、それは将来の観測を予測するのでしょうか？ 検証してみないと分かりません。 これを行うには状況や状況に応じていくつかのアプローチが考えられますが、それらは予測モデリングに関する多くの書籍で取り上げられているトピックです。
Re: Prediction Profiler の予測値が実際のデータと一致しないありがとう！ 色々な変形も試してみました。 奇妙なことに、逆数変換は観測値に近い予測値を示します。
それぞれの式を確認しましたが、逆数は薬物毒性データにとって意味がありません。
これは、私の予測プロファイラーが将来の実験データには適用できないことを意味しますか?
今後の参照のために、変換列の JMP ヘルプへのリンクを残しておきます。
https://www.jmp.com/support/help/en/15.2/?os=win&source=application&utm_source=helpmenu&utm_medium=application#page/jmp/transform-columns.shtml
。
Re: Prediction Profiler の予測値が実際のデータと一致しない[モデルの適合] 起動ダイアログでロジット変換を応答に適用してみるとよいでしょう。 実際の数値データの値が 0% ～ 100% ではなく、0 ～ 1 であることを確認してください。 0 ～ 1 の値を入力し、形式を変更して ([列] > [列情報] > [形式] > [パーセント] を選択)、0% から 100% を表示できます。
Logit 関数は線形回帰を適切に行う必要があります (-infinity < Y < infinity を想定しています) が、逆変換は 0 から 1 に制限されます。
Re: Prediction Profiler の予測値が実際のデータと一致しないそう、フィットリーススクエアです。 混乱を招いて申し訳ございません。
はい、A、B、および C の連続因子後のパーセント応答 (細胞の何パーセントが生きているか死んでいるか) を見ています。
薬の相乗効果はありますが、その効果が線形相関であるか非線形相関であるかはわかりません。
追加の質問があります
1. 観測データで予測プロファイラーを実行したとしても、予測プロファイラーは異なりますか? (プロファイラーは非常に小さい秘密区間を示しますが、観測された値は範囲外です)
2. このプロファイラーを修正する方法を知りたいです。 その方法を教えていただけますか？
よろしく、
Re: Prediction Profiler の予測値が実際のデータと一致しない予測プロファイラーは、モデル (フィッティング プラットフォームの 1 つの現在のモデル、または列式として保存されたモデル) に基づいています。 「要因分析」とは、最小二乗法フィッティング プラットフォームを使用し、そのプラットフォームで予測プロファイラーを開いたという意味ですか?
あなたの答えが「はい」であると仮定すると、次の 2 つの考えが考えられます。
- 観測には統計誤差 (個別) が含まれており、予測は期待される平均応答であるため、予測が観測値と一致することはほとんどありません。
- 差が異常に大きいように見える場合は、おそらくモデルに偏りがあるか、パラメーターの推定値に偏りが生じている可能性があります。応答パーセントと連続因子 A、B、C をモデル化していますか? それとも、これらをカテゴリ因子として扱っていますか? モデル化されていない応答に対する相互作用または非線形効果はありますか?
