예측 프로파일러 예측 값이 실제 데이터와 일치하지 않습니다.안녕하세요,
어리석은 질문을 할 수 있게 해주세요.
예측 프로파일러 Y축 값이 실제 데이터와 일치하지 않는다는 것을 방금 깨달았습니다.
실제 데이터로 요인 분석을 실행하고 예측 프로파일러를 사용했습니다.
실제 데이터와 예측값을 비교해보니 값이 다릅니다.
예를 들어, 100g의 A, 50g의 B, 100ug의 C 조건에 대한 실제 데이터 5%가 있습니다. 그러나 동일한 조건의 예측 프로파일러에서 값은 20%입니다.
이 경우 예측 프로파일러를 어떻게 분석하고 활용할 수 있습니까? 내 예측 프로파일러는 신뢰할 수 있습니까?
예제나 스크린샷이 부족한 점 사과드립니다. 내 데이터를 공유하는 것을 허용하지 않습니다.
새해 복 많이 받으세요!
해석학데이터 테이블암사슴Re: 예측 프로파일러 예측 값이 실제 데이터와 일치하지 않습니다.예측 프로파일러는 피팅 플랫폼 중 하나의 현재 모델 또는 열 공식으로 저장된 모델을 기반으로 합니다. Fit Least Squares 피팅 플랫폼을 사용하고 해당 플랫폼에서 예측 프로파일러를 열었다는 '요인 분석'을 의미합니까?
귀하의 대답이 "예"라고 가정하면 다음 두 가지 생각이 듭니다.
- 관찰에 통계적 오류(개별)가 포함되고 예측이 예상 평균 반응이기 때문에 예측이 관찰된 값과 거의 일치하지 않습니다.
- 차이가 비정상적으로 크게 보이면 모델이 편향되었거나 모수 추정치가 편향되었을 수 있습니다.백분율 응답 대 연속 요인 A, B 및 C를 모델링하고 있습니까, 아니면 범주형 요인으로 처리하고 있습니까? 모델링되지 않은 응답에 상호 작용 또는 비선형 효과가 있습니까?
Re: 예측 프로파일러 예측 값이 실제 데이터와 일치하지 않습니다.네, Fit Lease Squares입니다. 혼란을 드려 죄송합니다.
예, A, B 및 C의 연속 요소 후 백분율 응답(세포의 몇 %가 살아 있는지 여부)을 보고 있습니다.
약물의 시너지 효과가 있지만 효과가 선형 또는 비선형 상관 관계인지 알지 못합니다.
후속 질문이 있습니다
1. 관찰된 데이터로 예측 프로파일러를 수행해도 예측 프로파일러가 달라지나요? (프로파일러는 매우 작은 기밀 간격을 보여주지만 관찰된 값은 범위를 벗어남)
2. 이 프로파일러를 수정하는 방법을 알고 싶습니다. 그 방법을 조언해 주시겠습니까?
문안 인사,
Re: 예측 프로파일러 예측 값이 실제 데이터와 일치하지 않습니다.Fit Model 시작 대화 상자에서 Logit 변환을 응답에 적용하려고 할 수 있습니다. 실제 수치 데이터 값이 0%에서 100%가 아닌 0에서 1인지 확인하십시오. 0에서 1 사이의 값을 입력한 다음 형식을 변경(열 > 열 정보 > 형식 > 백분율 선택)하여 0%에서 100%로 표시할 수 있습니다.
Logit 함수는 선형 회귀를 만족스럽게 만들어야 하지만(-infinity < Y < infinity라고 가정) 역변환은 0에서 1로 제한됩니다.
Re: 예측 프로파일러 예측 값이 실제 데이터와 일치하지 않습니다.감사합니다! 색다른 변신도 시도했다. 이상하게도 역변환은 관측값에 가까운 예측값을 보여줍니다.
나는 각 방정식을 확인했지만 상호는 약물 독성 데이터에 의미가 없습니다.
이것은 내 예측 프로파일러가 미래의 실험 데이터에 적용되지 않는다는 것을 의미합니까?
나중에 참조할 수 있도록 변환 열에 대한 JMP 도움말 링크를 남깁니다.
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: 예측 프로파일러 예측 값이 실제 데이터와 일치하지 않습니다.앞서 말씀하신 부분에 대해 말씀드리고자 합니다. "실제 데이터"에 대해 프로파일러를 사용하고 싶었습니다. 분명히 말해서, 그것은 실제로 가능하지 않습니다. 다음과 같은 간단한 예를 생각해 보십시오.
XY
10 90
10 94
20 70
20 74
X=10일 때 프로파일러는 Y의 어떤 값에 있어야 합니까? 논리적 선택은 92이지만 모델을 기반으로 하는 응답에 대한 예상 평균입니다. 유사하게, X=15일 때 Y 값은 무엇이어야 합니까? 모델 없이는 얻을 수 있는 방법이 없습니다.
따라서 매우 높은 수준에서 적절하게 축약된 프로세스는 다음과 같습니다.
1) 데이터를 수집합니다(적절한 데이터가 적절한 방식으로 수집되도록 하기 위해 많은 단계가 선행되어야 합니다.)
2) 데이터에 모델을 맞추십시오(모델은 1단계와 1단계 이전에 논의된 모든 가정 및 문제를 기반으로 함).
3) 모델의 적합성을 평가하십시오. 모델이 잘 맞지 않으면 프로파일러가 정확하지 않으므로 사용하지 않아야 합니다.
4) 모델이 잘 맞는 경우 프로파일러를 사용하여 일부 예측을 생성합니다.
5) **** 매우 중요한 단계 ***** 모델이 미래 데이터를 예측하는지 확인하십시오. 모델은 모델을 구축하는 데 사용된 데이터에 맞을 수 있습니다. 이는 3단계를 기반으로 해야 합니다. 그러나 그것이 미래의 관찰을 예측할 것인가? 확인하기 전에는 모릅니다. 상황과 상황에 따라 이를 수행하는 몇 가지 가능한 접근 방식이 있지만 예측 모델링에 대한 많은 책에서 다루는 주제입니다.
