このアドインは、自己相関または連続する行に影響を与えるノイズを含む他の要因のいずれかにより、行間の相関を含む可能性のあるデータの検証列を作成するのに役立ちます。 データは行ごとにグループ化され、グループはトレーニングまたは検証に割り当てられます。 グループ化とカットポイント検証を一緒に使用するオプションもあるため、検証グループは、最後の行がテストセットにある間、時間全体に分散されます。 ユーザーには、標準の検証プラットフォームを使用するよりも継続的なプロセスデータを分析する場合に役立つと思われるデフォルトの推奨事項が表示されます。 ターゲット変数が選択されている場合、ユーザーがトレーニング/検証の分割を視覚化するのに役立つグラフが表示されます。
これは、JMPProバージョン16で作成されました。JMPの標準バージョンまたは古いバージョンではまだテストされていません。
このプロジェクトを見つけてくださいGitHub 、問題を送信するか、リクエストをプルしてください。
動機
デフォルトでは、検証プラットフォームは行をトレーニングと検証にランダムかつ個別に割り当てます。 行が独立している場合、これは理想的ですが、行が前の行に依存している場合、トレーニングセットの情報は基本的にモデルの検証とテストに使用されるため、この分割はモデルの予測力の非現実的な期待につながります。時系列では、これは通常、カットポイント検証を使用して解決されます。 @ian_jmpと@julianこのための優れたアドインを開発しました：時系列検証列の作成。ただし、特に最近の変更によって分析が促された場合は、最新の行を使用する多くの探索モデルが最善のアプローチではありません。トレーニングセット内から行のグループを選択すると、最近のデータがモデルで引き続き利用できる可能性が高くなり、トレーニンググループと検証グループの両方に個々のノイズ源が存在する可能性が最小限に抑えられます。
代替案
行間の相関関係を使用してデータを分析する他の2つの方法は、状況によっては優れていますが、常に実行可能であるとは限りません。
- データテーブルを減らして真に独立した行を作成し、1つの行が前の行と相関する可能性を排除します。各列を独立した行に効果的に要約するのは、難しい場合や時間がかかる場合があります。たとえば、プロセスの開始時に1つの変数で15分のイベントが2日間の滞留時間でターゲットに影響を与えることをユーザーがまだ知らない場合、ユーザーは2日以上にわたってその変数を要約する方法を知らない可能性があります。独立した行を取得するため。
- 自己相関をモデル化または予測します。 時系列プラットフォームは開始するのに最適な場所であり、多変量モデルに一連のラグ変数を含めることで、プロセスに関する多くの追加の洞察を得ることができます。数百の変数を含む複雑なプロセスの場合、これは時間がかかり複雑であり、新しいユーザーのスキルセットを超える傾向があります。
ユーザーインターフェイス
該当する場合、ユーザーはターゲット変数を選択します。 デフォルトでは、これらの最初のものが階層化に使用されますが、これはグループとテーブルのサイズによっては常に分割に影響するわけではありません。デフォルトの検証タイプはグループ化であり、推奨されるグループサイズが表示されます。
ユーザーが適切なグループサイズを特定するのに役立つように、ターゲット変数に関するいくつかの情報が表示されます。
「フードの下」の詳細
推奨されるグループサイズは、各ターゲット変数の時系列分析に基づいています。プラットフォームは、次のいくつかの行の自己相関が0.1より小さいラグタイムを選択し、小さなテーブルでグループの最小数を確保し、大きなテーブルでグループサイズを増やします。
フィードバック
このユーザーインターフェイスとこの問題を解決する他の方法の両方に関連する提案やアイデアを探しています。 哲学的な議論については、に新しい投稿をしてください。討論フォーラムとタグ@ihと@DrewLuebe私たちの注意を引くために、それは議論の余地を十分に与えるでしょう。
