438519_ko-KR

liliconcom

개발자 자습서: 응답에 적합한 JMP Pro 일반화 회귀 분포 선택

배경:

• 단순 선형 회귀는 오류(및 응답)가 정상이라고 가정하지만 정규성이 아닌 경우 예측이 의미 있는 범위를 벗어날 수 있고(큰 문제가 아닐 수 있음) 추론이 신뢰할 수 없음(아마도 더 큰 문제일 수 있음)
• 일반화 선형 모델(GLM)은 다음과 같이 정규성과 다른 일부 분포를 가정합니다.

  • 계수 데이터(예: 제품의 결함 수)

  • 왜곡된 데이터(예: 급여)

  • 크기

  • 레이블(예: 양호/중립/나쁨 또는 노란색/파란색/녹색)

• 일반화 선형 모델(GLM)에는 세 가지 요소가 있습니다.
  • 예측 변수(임의 조각)가 제공된 응답에 대한 분포
  • 선형 예측 변수(시스템 조각)
  • 링크 기능(랜덤하고 체계적인 조각)

• R-제곱을 사용하여 모델 비교 이내에 배포.

• AICc 및 BIC(정보 기준.)를 사용하여 비교 ~ 사이 분포

  • AICc 및 BIC는 적합된 모델에서 진실까지의 거리인 Kullback-Leibler 발산을 추정합니다.

  • 모델을 비교하는 데 사용 이내에 같은 분포와 가로질러 다른 분포

  • 경험 법칙: AIC는 과적합되는 경향이 있고 BIC는 과소적합되는 경향이 있습니다.

• 연속 반응을 위한 분포 선택을 위한 일반 지침

  • 음수 값이 있습니까? 일반 사용

  • (0,1)에 바인딩되어 있습니까?베타 사용

  • 분산이 평균과 함께 증가합니까?감마, Weibull, 로그 정규 사용

  • 이벤트/검열까지의 시간입니까? 아마도 Weibull 또는 lognormal을 사용할 것입니다.

  • 꽤 좋은 캐치 올? 일반 사용

  • 우리는 이상치가 있다고 의심합니까? Cauchy 또는 t(5) 사용

• 응답이 숫자가 아닌 경우 분포 선택
  • 2층인가요? 이분법을 사용하십시오. (예: 예/아니요 또는 A/B)
  • 3+ 레벨과 순서가 중요합니까? 서수 물류를 사용합니다. (예: 낮음/중간/높음 또는 작은/중간/큰
  • 3레벨 이상인데 순서는 상관없나요?다항식 사용(예: 피자/햄버거/부리또 또는 빨강/파랑/초록/주황)

JMP Pro에서 일반화 회귀를 사용하여 모델을 선택, 지정, 구축, 비교 및 평가하는 방법을 확인하십시오. Q&A 및 프레젠테이션 전체에 포함됩니다.

 

 

자원:

• 개발자 튜토리얼: JMP Pro 일반화 회귀를 사용하여 관찰 데이터를 더 잘 이해하기
• 개발자 튜토리얼: JMP Pro 일반화 회귀를 사용하여 설계된 실험 분석
• 일반화 회귀 문서

 

 

고급 통계 모델링Re: 개발자 자습서: 응답에 적합한 JMP Pro 일반화 회귀 분포 선택

데모 중에 다음 질문이 해결되었습니다.

 

극도로 높은 측정값이 많은 역 문제에 대해 0 팽창을 사용할 수 있습니까?

 

나는 일반적으로 ex-Gaussian 분포를 따르는 경향이 있는 반응 시간을 봅니다. 그 분포는 지수와 정규의 결합입니다. 사용할 모델에 대한 권장 사항: 감마, 지수?

 

JMP에서 GLMM(모델에 무작위 효과 포함)을 실행할 수 있습니까?

예, 현재 얼리 어댑터가 사용하는 JMP Pro 17에 있습니다.

 

감마의 경우 JMP가 람다 및 분산을 표시합니까?

 

JMP Pro의 Simulate 기능을 사용하여 Ordinal Logistic 모델에 대한 검정력 분석을 수행하는 방법이 있습니까?

 

시뮬레이션 열에 임의 구성 요소가 있습니까?