Profiler se usa para comprender los modelos de caja negra, pero no podemos ver la distribución de datos en él.
¿Cómo podemos agregar los de JMP 14 o 15?
Esto es importante para saber si estamos interpolando o extrapolando.
Por ejemplo (imagen editada, ver conversación a continuación)
Esta imagen me ayuda enormemente, ya que ciertamente me estaba perdiendo cómo querías que se viera este gráfico. Esta es una buena sugerencia que le animo a incluir en la lista de deseos de JMP.
Gracias por el ejemplo, esto es lo que me gustaría ver en ese caso:
A veces, las colas largas o los valores atípicos que forman parte de los datos iniciales pueden ser engañosos en el generador de perfiles. Comenzar con modelos basados en particiones (p. ej., bootstrap) es una forma rápida de discriminar factores dada su solidez entre ellos. Como el generador de perfiles no muestra los datos, puede haber muchas iteraciones para trazarlos y visualizarlos.
Otro ejemplo es si tiene dos modos distantes, mostrar la distribución lo ayudará a detectar las situaciones de paradoja de Simpson.
Gracias por compartir. Sólo algunos pensamientos a tener en cuenta sobre esto.
En primer lugar, y probablemente lo más importante, JMP 15 ya está disponible, ¡así que esta característica no estará en la versión 15! Puede buscar en el área de la lista de deseos de JMP para ver si alguien ya lo ha sugerido y, de ser así, votar por él. Si no está allí, siempre puede agregar la función.
Estoy mirando el enlace que proporcionó, y no hay texto real para explicar lo que estoy mirando. Pero todos los buenos gráficos deberían explicarse por sí mismos y creo que veo lo que está pasando aquí. Pero revelación completa: es posible que todavía me esté perdiendo algo, así que tenlo en cuenta mientras lees el resto de mis comentarios.
Cuando JMP crea el generador de perfiles, los rangos de las variables de entrada están determinados por los datos, por lo que la extrapolación requiere una intervención adicional por parte del usuario. Debido a que los rangos de las entradas formarán una región cuboide (o hipercuboidal), la extrapolación solo sería posible si las relaciones entre las entradas hacen que la capacidad esté fuera del rango de datos, pero dentro de la región cuboide. Las tramas que muestra (creo) sufrirían el mismo problema.
El generador de perfiles traza las relaciones del modelo, lo que en realidad hace que las cosas sean mucho más claras. Por ejemplo, supongamos que ajuste un modelo de regresión Y=B0 + B1*X1 + B2*X2 +B12*X1*X2. Obtendrá un perfilador que muestra las relaciones modeladas. Si tratara de poner los datos en ese gráfico, no estoy seguro de adónde iría. ¿Iría en el generador de perfiles para X1? X2? ¿Repetir los datos tanto en X1 como en X2? Si la parte X1 del gráfico es solo un diagrama de dispersión de X1 frente a Y, entonces el gráfico podría ser engañoso porque la interacción de X1 y X2 hace que el diagrama de dispersión Y frente a X1 no sea informativo, ya que la interacción podría ocultar la relación X1, Y. En otras palabras, puede mirar la imagen y decir que el modelo no está funcionando bien, cuando en realidad lo está haciendo muy bien porque la interacción es una parte importante del modelo.
Otra forma de comprender qué tan bien el modelo predice la respuesta y muestra los datos de respuesta reales sería observar el gráfico observado versus el predicho. Muestra los rangos de los datos observados, ve las predicciones del modelo (incluidos modelos muy complicados y muchos factores) y ve qué tan bien está prediciendo el modelo.
Incluyo una pequeña tabla de datos que creé para ilustrar mi punto. Los diagramas de dispersión de X1 y X2 frente a Y muestran una relación pobre, si es que existe alguna. Pero el modelo con la interacción es muy significativo y el gráfico observado versus predicho lo muestra muy claramente. Además, observe los rangos para X1 y X2 en el generador de perfiles. Son aproximadamente -3 a 3, el mismo rango para X1 y X2 que se encuentra en los datos.
Finalmente, debido a que el enlace que proporcionó los llamó "gráficos de dependencia parcial", tal vez desee ver los gráficos de apalancamiento que proporciona JMP. El gráfico de apalancamiento, aunque se calcula de una manera diferente (y mi explicación es explicarlos de una "forma no técnica"), muestra las relaciones entre la respuesta y las entradas, después de haber ajustado el impacto de las otras variables, solo como un "parcela de dependencia parcial" tiene que hacer. Creo que esa imagen podría estar acercándose a lo que quieres.
Seguro.
Este es un ejemplo en el que puede ver la predicción con una superposición de las distribuciones (está usando gráficos de dependencia parcial, pero es algo para visualizar lo que puede hacer el generador de perfiles).
https://www.researchgate.net/figure/Fig-B2-Noxious-model-Partial-dependence-plots-improvements-of-the-final-GBM-model-as_fig3_274911223
Tengo mucha curiosidad por ver lo que estás tratando de hacer. Su archivo de imagen no llegó, ¿podría volver a publicar la imagen?
