<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Scott Wise, Principal Systems Engineer di JMP, SAS
Brady Brady, Ingegnere tecnico abilitato JMP, SAS
Creazione di modelli lineari robusti utilizzando la regressione lineare generalizzata (GLR)
Le tecniche di regressione penalizzata sono una valida alternativa ai tradizionali approcci di modellazione lineare, in particolare nei casi in cui vengono violati i presupposti tipici di ortogonalità, omoscedasticità o normalità della risposta. Possono anche essere usati per selezionare automaticamente quali predittori sono più utili per prevedere una data risposta. Sebbene queste tecniche non siano nuove, il loro utilizzo in contesti applicati è stato storicamente limitato, sia a causa della loro spesa computazionale che della loro relativa oscurità al di fuori del mondo accademico. Oggi, la proliferazione di computer potenti e convenienti rende possibile l'implementazione di queste tecniche nel software di analisi desktop. Questa sessione spiegherà le tecniche di regressione penalizzata ed esplorerà l'uso della personalità di regressione generalizzata della piattaforma JMP Fit Model. I partecipanti scopriranno che questi modelli sono facili da impostare, eseguire e analizzare, ma sono robusti in presenza di valori anomali, input correlati e risposte non normali e/o gonfiate a zero.
Diapositive allegate: Discovery 2015 Genreg.pptx
