モデル構築トレーニング11.10.2020 モデル構築トレーニング
プレゼンター: ケマル・オフルス
録画を見る| | PPT
統計モデルとは
統計モデルは、1 つまたは複数の要因 (入力、X) と応答 (出力、Y) の間の関係を定量化するために使用されます。 モデリングの目標は、説明または予測である場合があります。 統計モデルは次のことに役立ちます。
- 最も重要な要因を特定する（説明する）
- 因子の関数として応答がどのように変化するかを理解する (説明する)
- 要因とその相互作用を説明する応答の変動を定量化します。 （説明）
- 将来の結果について予測する (予測する)
モデルの過適合とは何ですか?
アン過適合モデル統計モデルです必要以上に複雑です.オーバーフィッティングとは、因子間の真の関係ではなく、データ内のノイズをモデル化することです。オーバーフィッティングの結果: モデルはうまく予測できず、信頼できない予測や結果を信頼しすぎる可能性があります...コストの増加、無駄、締め切りの遅れなどにつながります.
いつ統計モデリングを使用する必要がありますか?
- 予期しない問題に対処するために多くの時間を費やします。
- 問題解決の努力は、予測できない結果をもたらします。同じ問題または関連する問題が再発します。
- 全体像を把握できておらず、不完全な情報に基づいて決定を下さなければならないと感じています。
- 製品やプロセスがどのように機能するかを十分に理解していない状態で、製品やプロセスを転送します。
- 既存の問題やプロセスを管理することで、最適化、イノベーション、および新しい開発のための時間が制限されるという悪循環に陥っていると感じます。
統計モデリングの利点は何ですか?
- 学習サイクル数を減らします。
- 問題解決の合計時間を短縮します。
- 改善および問題解決活動の予測可能性を高めます。
- 有用な理解を深める (データから不完全な知識/決定を作成すると、誤った解決策になる可能性があります)
- 必要な時間枠内で持続可能な意思決定を行います。
- より完全なプロセス知識を上流の同僚に伝えます。
- 同じ問題が再び (何度も) 解決される可能性が低いため、将来の機会を拡大するために新しいプロジェクトに利用できる時間を増やします。
最も一般的なモデルのタイプは何ですか?
|
| タイプ |
機能 |
ユーザーを支援します |
| 多重線形回帰 |
- 複数の予測変数/因子の値に基づいて平均応答値を予測します。
- モデリング タイプは継続的です (例: 支出額)
|
- 低コストで高品質の製品を開発することを目標に、品質特性にとって重要な要素を特定して最適化する
- 人口統計情報と過去の購入パターンに基づいて顧客の支出を予測する
- 製品の組み合わせと消費者の特性に基づいて価格戦略を策定する
- 実験結果から将来の行動を予測する
- 収量を予測する
|
| ロジスティック回帰 |
- イベントが発生する確率をモデル化します。
- モデリング タイプはカテゴリです
- 公称 - 合格/不合格
- 多項 - 赤、青、緑
- 序数 - 小、中、大
- 継続的な応答データがないため、一般的に使用されます
|
- 潜在的な詐欺を特定する
- 組み立てラインの不良品の原因を特定する
- 従業員の離職リスクの背後にある理由を理解する
- Web サイトで顧客が購入する可能性を判断する
- 合否品質検査
|
決定木
(ウェブキャスト)
|
|
|
ニューラル ネットワーク
(ウェブキャスト)
|
|
|
JMPでのモデル構築
|
価値声明: JMP ユーザーは、実証済みのシンプルな統計モデリング手法を使用して既存のデータから強力な洞察を抽出することにより、科学、工学、およびビジネス上の問題を最初からより短時間で正しく解決しています。強力な統計的背景があり、複数のプラットフォームや製品を使用する必要はありません。
|
| JMP のモデリング オプション |
JMPでモデリングするためのディスカバリークエスチョン |
- 多変量線形回帰
- 基本決定木
- 単純なニューラル ネットワーク
モデリングと組み合わせて使用:
|
データを使用してどのような問題を解決しようとしていますか?
専門家の判断に訴えたり、単純なスプレッドシート分析を行ったり、一度に 1 つだけ変更したりしても解決できない課題に直面していますか?
不完全なデータや情報から定期的に決定を下すことを余儀なくされ、堅牢で効果的かつ効率的なプロセスの真の原動力についての理解が制限されていますか?
どのような問題点があり、そのコスト (時間とお金の両方) はどのくらいですか? 間違えた場合の代償は？
現在、データを分析するためにいくつのツールを使用していますか?
どのくらいの頻度でデータを分析しますか?
- 分析を定期的に再実行する必要がありますか?
- 既存のプロセスの問題を修正する必要があるため、新しいプロセスや製品の革新と開発に費やすことができる時間が制限されますか?
- プロセスをよく理解することは、あなたにとってどれほど重要ですか?
|
| JMP Pro でのモデル構築 |
価値観: JMP Pro を使用すると、選択肢に圧倒されたりプログラミングを行う必要なく、データ分析に最も関連性の高い統計手段のコレクションが提供されるため、ユーザーは使いやすいインターフェースでデータを探索して理解することができます。 JMP Pro が提供するのは時間と信頼です。 の追加モデルスクリーニング（JMP 16）とフォーミュラデポモデラーは単一のツールキット内にとどまり、通常は多大な労力を要する何かを非常に迅速に行うことができます。 検証は自信をもたらします。
|
| JMP Pro のモデリング オプション |
彼らが良いプロ候補者であるかどうかを確認するための適格な質問
|
|
- 技術的な質問をしてください。 例: 現在、モデルからどのような R 2 乗を得ていますか?
- 彼らが .99 と答えた場合、0.30 と答えた人に比べて、JMP Pro はそれほど影響力がない可能性があることがわかります。
- クロス検証またはステップワイズ回帰を使用していますか?
- Pro では、交差検証を使用してモデルの過適合を防ぐことができます。これは、JMP Pro にとって大きな利点です。 相互検証またはステップワイズ回帰を理解している場合は、通常は良い兆候であり、Pro 候補です。
|
共有するその他のモデリング リソース:
トレーニング
