예측 프로파일러 예측 값이 실제 데이터와 일치하지 않음안녕하세요,
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 예측 값을 비교해보니 값이 다릅니다.
예를 들어 A 100g, B 50g, C 조건 100ug에 대한 실제 데이터 5%가 있습니다. 그러나 동일한 조건의 예측 프로파일러에서는 값이 20%입니다.
이 경우 어떻게 예측 프로파일러를 분석하고 활용할 수 있습니까? 내 예측 프로파일러는 신뢰할 수 있습니까?
예시나 스크린샷이 부족한 점 사과드립니다. 내 데이터를 공유할 수 없습니다.
새해 복 많이 받으세요!
데이터 탐색 및 시각화품질 및 프로세스 엔지니어링Re: 예측 프로파일러 예측 값이 실제 데이터와 일치하지 않습니다.데이터의 산점도를 찾고 있는 것 같습니다. 요인/독립변수가 많은 복잡한 시스템은 자연스럽게 더 정교한 분석이 필요합니다. 변화 요인이 여러 개인 경우 간단한 산점도는 효과를 숨길 수 있습니다.
다음은 또 다른 간단한 예입니다.
X1 X2 Y
10 1 80
10 2 90
20 1 90
20 2 80
이 데이터의 플롯은 X1이 영향을 미치지 않음을 보여줍니다.
그러나 이것은 순진합니다. X2를 기준으로 점에 색상을 지정하면 매우 다른 그림이 표시됩니다(이는 Fit Y by X가 어떻게 시너지 효과를 나타내는지 확인할 수 있는 방법입니다. Fit Y by X에서 Group By 옵션을 사용하여 하나의 추가 효과를 얻을 수 있습니다. 변하기 쉬운):
X1은 영향을 미치며 X2의 값에 따라 달라집니다. 그러나 3가지 요인(예: X3)이 있는 경우에는 어떻게 합니까? 점의 색상이 더 복잡해지고 관계를 보기 어렵게 만듭니다.
데이터를 플로팅하는 것만으로는 충분하지 않습니다. 모델링 방식으로 전환해야 합니다.
프로파일러가 X=10일 때 응답이 90-94라고 말하기를 원하는 첫 번째 예에 대한 귀하의 의견도 있습니다. 이러한 신뢰 구간은 모델을 기반으로 합니다. 모델링 사고 방식으로 작업하면 그래프가 훨씬 더 명확해집니다(프로파일러가 실제 예측 제공). 모델은 자연스럽게 더 복잡한 상황과 원시 데이터의 그래프가 할 수 없는(또는 적어도 잘 할 수 없는) 더 큰 데이터 세트로 확장됩니다. 모델은 시너지 효과가 얼마나 큰지 정량화할 뿐만 아니라 데이터의 무작위 오류보다 중요하거나 큰 경우 테스트 방법을 제공합니다. 좋은 모델을 사용하면 실험실에서 지속적으로 더 많은 테스트를 수행하지 않고도 "what if" 시나리오를 탐색할 수 있습니다.
원시 데이터의 그래프보다는 모델의 그래프로 모델링하는 접근 방식을 권장합니다. 모델은 데이터가 말하는 내용에 대한 더 많은 통찰력을 제공합니다. "데이터를 그래프로 표시"하는 다른 방법을 찾기보다는 모델을 개선하기 위해 노력하십시오. 모델이 많은 것을 알려주지 않는다면 데이터도 할 말이 많지 않을 수 있습니다. 여기에서 측정 오류가 제대로 설명되지 않았거나 요인의 범위가 가변 효과를 입증할 만큼 충분히 넓지 않은 것과 같은 것을 고려할 수 있습니다. 데이터에서 통찰력을 얻을 수 있는 여정에 행운을 빕니다!
Re: 예측 프로파일러 예측 값이 실제 데이터와 일치하지 않습니다.요인 A와 B의 효과를 추정하고 검정하려면 항이 A, B, A*B인 모형을 사용해야 합니다. 이러한 모델은 Fit Y by X 대화 상자에서 실행한 네 가지 플랫폼과 함께 사용할 수 없습니다. 모델 적합 대화 상자를 사용하여 상호 작용에 대한 항을 포함하는 선형 예측 변수와 함께 사용 가능한 적합 특성 중 하나를 시작해야 합니다.
Re: 예측 프로파일러 예측 값이 실제 데이터와 일치하지 않습니다.조언해주셔서 감사합니다! 나는 더 잘 이해했다.
예를 들어 예측 프로파일러에 실제 데이터 포인트가 있을 것으로 예상했습니다.
XY
10 90
10 94
20 70
20 74
그런 다음 예측 프로파일러에서 X를 10으로 설정하면 Y는 90-94 범위에 있거나 기밀 간격으로 더 넓을 수 있습니다.
하지만 실제 데이터 포인트를 입력했을 때 Y 값이 관찰된 값에서 많이 벗어났습니다. 범위(예: X, 10, 12, 14, 16,18 및 20) 내에서 더 많은 데이터 포인트(X 및 Y)를 갖기 위해 두 가지 실험을 수행했지만 여전히 예측 값은 관측 값에서 매우 멀리 떨어져 있습니다. .
내 실험 데이터는 여러 약물의 시너지 효과에 대한 반응으로 세포 생존을 조사하고 있습니다.
Fit Y by X를 사용할 수 있으면 좋겠습니다. 그게 최선일 것 같아요.
여러 X에 대해 Fit Y by X를 사용하고 시너지 효과를 분석할 수 있는 방법이 있습니까?
문안 인사,
Re: 예측 프로파일러 예측 값이 실제 데이터와 일치하지 않습니다.나는 당신이 이전에 언급한 것에 대해 여기에 차임하고 싶습니다. "실제 데이터"에 대해 프로파일러를 사용하려고 했습니다. 분명히 말하면 그것은 실제로 가능하지 않습니다. 이 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 한 응답에 대해 예상되는 평균입니다. 마찬가지로, X=15일 때 Y 값은 무엇이어야 합니까? 모델 없이는 얻을 수 없습니다.
따라서 매우 높은 수준에서 적절한 약식 프로세스는 다음과 같습니다.
1) 데이터를 수집합니다(적절한 데이터가 적절한 방식으로 수집되도록 하려면 이보다 앞서 여러 단계가 있어야 합니다).
2) 모델을 데이터에 맞춥니다(모델은 1단계와 1단계 이전에 논의된 모든 가정 및 문제를 기반으로 합니다).
3) 모델의 적합도를 평가합니다. 모델이 잘 맞지 않으면 정확하지 않을 수 있으므로 프로파일러를 사용하지 않아야 합니다.
4) 모델이 잘 맞으면 프로파일러를 사용하여 몇 가지 예측을 생성합니다.
5) **** 매우 중요한 단계 ***** 모델이 미래 데이터를 예측하고 있는지 확인합니다. 귀하의 모델이 모델 구축에 사용된 데이터에 적합할 수 있습니다. 이는 3단계를 기반으로 해야 합니다. 그러나 그것은 미래의 관찰을 예측할 것인가? 확인하기 전까지는 모릅니다. 상황과 상황에 따라 이 작업을 수행하는 데 몇 가지 가능한 접근 방식이 있지만 예측 모델링에 관한 많은 책에서 다루는 주제입니다.
Re: 예측 프로파일러 예측 값이 실제 데이터와 일치하지 않습니다.감사합니다! 색다른 변신도 시도했다. 이상하게도 역변환은 관측값에 가까운 예측값을 보여줍니다.
각 방정식을 확인했지만 역수는 약물 독성 데이터에 의미가 없습니다.
이것은 내 예측 프로파일러가 향후 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.모델 적합 시작 대화 상자에서 로짓 변환을 응답에 적용하려고 시도할 수 있습니다. 실제 수치 데이터 값이 0%에서 100%가 아니라 0에서 1인지 확인하십시오. 0에서 1 사이의 값을 입력한 다음 형식을 변경하여(열 > 열 정보 > 형식 > 백분율 선택) 0%에서 100%를 볼 수 있습니다.
Logit 함수는 선형 회귀를 만족스럽게 만들어야 하지만(-무한대 < Y < 무한대라고 가정) 역 변환은 0에서 1로 제한됩니다.
Re: 예측 프로파일러 예측 값이 실제 데이터와 일치하지 않습니다.예, Fit Lease Squares입니다. 혼란을 드려 죄송합니다.
네, 저는 A, B, C의 연속적인 요인 이후 반응 비율(살아 있거나 죽은 세포의 비율)을 보고 있습니다.
약물의 시너지 효과가 있지만 그 효과가 선형인지 비선형인지는 알 수 없습니다.
후속 질문이 있습니다
1. 관찰 데이터로 예측 프로파일러를 해도 예측 프로파일러가 달라지나요? (프로파일러는 매우 작은 기밀 간격을 보여주지만 관찰된 값은 범위를 벗어납니다.)
2. 이 프로파일러를 어떻게 고칠 수 있는지 알고 싶습니다. 그 방법을 알려주시겠습니까?
문안 인사,
Re: 예측 프로파일러 예측 값이 실제 데이터와 일치하지 않습니다.예측 프로파일러는 모델(피팅 플랫폼 중 하나의 현재 모델 또는 열 수식으로 저장된 모델)을 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 있습니다.
- 관찰에 통계적 오류(개별)가 포함되고 예측이 예상되는 평균 응답이기 때문에 예측이 관찰된 값과 거의 일치하지 않습니다.
- 차이가 비정상적으로 크게 보이면 모델이 편향되었거나 모수 추정치가 편향된 것일 수 있습니다.비율 반응 대 연속 요인 A, B, C를 모델링하고 있습니까, 아니면 범주형 요인으로 취급하고 있습니까? 모델링되지 않은 응답에 대한 상호 작용 또는 비선형 효과가 있습니까?
