Ajustement des moindres carrés - Améliorations du tracé des résidus par quantiles normauxJe n'ai pas beaucoup confiance dans les "résidus de tracé par quantiles normaux" pour effectuer des diagnostics de modèle. J'ai généralement enregistré les résidus du modèle dans une nouvelle colonne, puis j'ai utilisé la plate-forme Distribution pour y créer un graphique quantile normal.
L'ajustement de la ligne rouge continue ne semble pas bien correspondre à l'endroit où les résidus tombent en utilisant Ajuster les moindres carrés. La pente de la ligne rouge continue n'est pas un bon ajustement. J'ai examiné quelques exemples d'ensembles de données et j'ai constaté des problèmes avec les scripts de modèle par défaut dans ces ensembles de données :
Factoriel 2x3x4
Données de rebond
Données sur le vin
J'ai eu cela comme ticket JMP il y a 2 ans, mais sans réelle résolution.
Statistiques et analysesObjet : Ajuster les moindres carrés - Améliorations du tracé des résidus par quantiles normauxBonne trouvaille, Kira !
Il ressemble également aux miroirs de régression généralisée Fit Les moindres carrés, mais le fait pour les résidus standardisés et sans les limites de confiance. Voilà donc un autre exemple où les résultats semblent différer d'une plate-forme de modélisation à l'autre.
Objet : Ajuster les moindres carrés - Améliorations du tracé des résidus par quantiles normauxSalut!
Je préférerais également voir l'écart type au lieu du RMSE utilisé dans le tracé quantile normal de la sortie Fit Model.
La raison en est que si vous utilisiez la personnalité 'Modèle mixte' au lieu de la personnalité 'moindres carrés standard', le tracé des quantiles résiduels utiliserait également l'écart type, pas le RMSE pour tracer la ligne (même s'il n'y a pas d'effets aléatoires inclus dans le modèle). Donc par cohérence entre plateformes/personnalités il serait favorable de n'utiliser qu'une seule des options (de préférence l'écart type).
Meilleur,
Kira
Objet : Ajuster les moindres carrés - Améliorations du tracé des résidus par quantiles normaux - Statut changé en : Ouvert au voteMerci, @jszarka . Nous suivons la demande en interne, mais je n'ai aucune mise à jour.
Objet : Ajuster les moindres carrés - Améliorations du tracé des résidus par quantiles normauxDes mises à jour pour ce fil ?
Objet : Ajuster les moindres carrés - Améliorations du tracé des résidus par quantiles normauxJe voudrais une option pour que l'écart type des résidus (stdev) soit la façon dont le graphique est créé plutôt que le RMSE. Je parierais que si je parcourais 10 ensembles de données récapitulatives DOE JMP qui sont "bons", beaucoup d'entre eux échoueraient au test du stylo gras lors de l'utilisation du RMSE, comme indiqué dans mon graphique ci-dessus.
(Désolé pour la réponse tardive - j'étais en congé, pas indifférent à ce sujet !)
Objet : Ajuster les moindres carrés - Améliorations du tracé des résidus par quantiles normaux - Statut changé en : Besoin d'informations@jszarka , pouvez-vous apporter des éclaircissements sur la base de la question ci-dessus ?
Objet : Ajuster les moindres carrés - Améliorations du tracé des résidus par quantiles normauxDans la plateforme de distribution, vous pouvez répliquer la ligne de référence diagonale avec l'option "Personnaliser..." et ajouter un nouveau script :
Y Function( StdDev * (Normal Quantile( x )), x );
Où "StdDev" est l'écart type des résidus. Dans la plate-forme Fit Model, le RMSE est utilisé comme estimation de l'écart type :
Y Function( RMSE * (Normal Quantile( x )), x );
Demandez-vous que la plate-forme Fit Model offre une option permettant d'utiliser l'erreur standard calculée des résidus du modèle ajusté pour construire la ligne de référence ?
Objet : Ajuster les moindres carrés - Améliorations du tracé des résidus par quantiles normauxVoici un exemple à partir des données factorielles 2x3x4. Vous pouvez voir sur la gauche que tous les points sont "au-dessus" de la ligne rouge continue, tandis que sur la droite, tous les points sont "en dessous" de la ligne rouge continue.
