Profiler wird verwendet, um Black-Box-Modelle zu verstehen, aber wir können die Verteilung der Daten darin nicht sehen.
Wie können wir diese in JMP 14 oder 15 hinzufügen?
Dies ist wichtig zu wissen, ob wir interpolieren oder extrapolieren.
Zum Beispiel (Bild bearbeitet, siehe Konversation unten)
Dieses Bild hilft mir enorm, da ich sicherlich vermisst habe, wie diese Grafik aussehen soll. Dies ist ein guter Vorschlag, den ich Sie ermutigen möchte, sich auf die JMP-Wunschliste zu setzen.
Danke für das Beispiel, das würde ich in diesem Fall gerne sehen:
Manchmal können lange Schwänze oder Ausreißer, die Teil der ursprünglichen Daten sind, im Profiler irreführend sein. Das Beginnen mit partitionsbasierten Modellen (z. B. Bootstrap) ist eine schnelle Möglichkeit, Faktoren zu beschreiben, wenn man bedenkt, wie robust sie unter diesen sind. Da der Profiler die Daten nicht anzeigt, müssen möglicherweise viele Iterationen gezeichnet und visualisiert werden.
Ein weiteres Beispiel ist, wenn Sie zwei entfernte Modi haben, hilft Ihnen das Anzeigen der Verteilung, Simpsons paradoxe Situationen zu erkennen.
Ich danke Ihnen für das Teilen. Dazu nur ein paar Gedanken, die man sich merken sollte.
Erstens und wahrscheinlich am wichtigsten ist, dass JMP 15 bereits verfügbar ist, also wird diese Funktion nicht in Version 15 enthalten sein! Sie können im JMP-Wunschlistenbereich nachsehen, ob jemand sie bereits vorgeschlagen hat, und wenn ja, dafür stimmen. Wenn es nicht vorhanden ist, können Sie die Funktion jederzeit hinzufügen.
Ich schaue mir den Link an, den Sie bereitgestellt haben, und es gibt keinen echten Text, der erklärt, was ich sehe. Aber alle guten Grafiken sollten selbsterklärend sein und ich glaube, ich sehe, was hier los ist. Aber vollständige Offenlegung: Mir könnte noch etwas fehlen, also denken Sie daran, wenn Sie den Rest meiner Kommentare lesen.
Wenn JMP den Profiler erstellt, werden die Bereiche für die Eingabevariablen durch die Daten bestimmt, sodass die Extrapolation einen zusätzlichen Eingriff durch den Benutzer erfordert. Da die Bereiche für die Eingaben eine quaderförmige Region (oder hyperquaderförmige) bilden, wäre eine Extrapolation nur möglich, wenn die Beziehungen zwischen den Eingaben dazu führen, dass sie außerhalb des Datenbereichs, aber innerhalb der quaderförmigen Region liegen. Die Plots, die Sie zeigen (glaube ich), würden unter dem gleichen Problem leiden.
Der Profiler zeichnet die Beziehungen aus dem Modell auf, was die Dinge tatsächlich viel sauberer macht. Angenommen, ich passe ein Regressionsmodell Y=B0 + B1*X1 + B2*X2 +B12*X1*X2 an. Sie erhalten einen Profiler, der die modellierten Beziehungen anzeigt. Wenn Sie versuchen würden, die Daten in dieses Diagramm einzufügen, bin ich mir nicht sicher, wohin sie führen würden. Würde es in den Profiler für X1 gehen? X2? Wiederholen Sie die Daten in X1 und X2? Wenn der X1-Teil des Diagramms nur ein Streudiagramm von X1 gegenüber Y ist, könnte das Diagramm irreführend sein, da die Wechselwirkung von X1 und X2 das Streudiagramm Y gegenüber X1 nicht informativ macht, da die Wechselwirkung die Beziehung zwischen X1 und Y verbergen könnte. Mit anderen Worten, Sie könnten sich das Bild ansehen und sagen, dass es dem Modell nicht gut geht, obwohl es ihm in Wirklichkeit großartig geht, weil die Interaktion ein wichtiger Teil des Modells ist.
Eine andere Möglichkeit, um zu verstehen, wie gut das Modell die Antwort vorhersagt und die tatsächlichen Antwortdaten anzeigt, besteht darin, das beobachtete versus vorhergesagte Diagramm zu betrachten. Es zeigt die Bereiche der beobachteten Daten, Sie sehen die Vorhersagen des Modells (einschließlich sehr komplizierter Modelle und vieler Faktoren) und Sie sehen, wie gut das Modell vorhersagt.
Ich füge eine kleine Datentabelle bei, die ich erstellt habe, um meinen Standpunkt zu veranschaulichen. Die Streudiagramme von X1 und X2 gegenüber Y zeigen, wenn überhaupt, eine schlechte Beziehung. Aber das Modell mit der Wechselwirkung ist sehr bedeutsam, und das beobachtete versus vorhergesagte Diagramm zeigt dies sehr deutlich. Beachten Sie auch die Bereiche für X1 und X2 auf dem Profiler. Sie sind ungefähr -3 bis 3, der gleiche Bereich für X1 und X2, der in den Daten gefunden wird.
Da der von Ihnen bereitgestellte Link sie als "teilweise Abhängigkeitsdiagramme" bezeichnet, möchten Sie sich vielleicht die Hebelwirkungsdiagramme ansehen, die JMP bereitstellt. Das Leverage-Diagramm wird zwar auf andere Weise berechnet (und meine Erklärung erklärt es auf "nicht-technische Weise"), zeigt jedoch die Beziehungen zwischen der Antwort und den Eingaben, nachdem es nur um die Auswirkungen der anderen Variablen bereinigt wurde wie ein "teilweises Abhängigkeitsdiagramm" tun muss. Ich denke, das Bild könnte dem, was Sie wollen, näher kommen.
Ich bin sehr neugierig zu sehen, was Sie zu tun versuchen. Ihre Bilddatei ist nicht angekommen, könnten Sie das Bild möglicherweise erneut posten?
