comment interpréter l'importance variable par rapport au profileurJ'ai un client qui fait une évaluation de JMP Pro et il a posé une bonne question.En examinant l'ensemble de données sur le diabète, ils ont exécuté un réseau de neurones sur la réponse Y en fonction des facteurs : LTG, BMI, BP, HDL, Age, Glucose, LDL, TCH, Total Cholesterol et Gender.Le profileur montre que l'effet du sexe est faible par rapport aux autres facteurs :
D'après le profileur, l'effet de la variation du sexe sur Y est plus petit que, disons, l'IMC.
Cependant, en regardant les résultats d'importance variable, nous voyons que le genre est en haut de la liste :
En regardant la matrice du nuage de points et la carte des couleurs sur les corrélations, l'utilisation des entrées rééchantillonnées dépendantes est la plus logique puisque les facteurs sont corrélés (comme suggéré dans l'aide).
La question du client est la suivante : pourquoi le profileur indique-t-il que le sexe a un petit effet par rapport au résultat d'importance variable qui montre que le sexe a le plus grand effet ?
Le client a également demandé quelle taille d'échantillon était nécessaire pour que l'utilisation des résultats des entrées dépendantes rééchantillonnées soit valide.L'aide mentionne que cela ne fonctionne pas si la taille de l'échantillon est "trop petite" mais ne dit pas à quel point petit est petit.
La vérification des détails statistiques pour l'importance variable indique qu'elle utilise la variance de la valeur attendue de la réponse, mais ne donne pas beaucoup de détails.Je suppose que la différence entre le résultat du profileur et les résultats d'importance variable a quelque chose à voir avec le profileur utilisant la valeur attendue de Y et le résultat d'importance variable utilisant la variance de la valeur attendue de Y.Cependant, j'aimerais plus de détails afin de pouvoir l'expliquer au client.
merci!
Charly
Re : comment interpréter l'importance de la variable par rapport au profileurEh bien, maintenant je suis confus, aussi.
Je me demandais si ce que vous voyez était dû à la multicolinéarité de tous les facteurs. Je considère le sexe comme la variable la moins importante lors de l'utilisation à la fois de la forêt bootstrap et du dépistage prédictif.
Mais, lorsque j'utilise le clustering variable pour réduire les prédicteurs au TCH, au cholestérol total et à la tension artérielle, et que j'inclus également le sexe, je vois les mêmes résultats que vous sur l'importance variable :
Donc, maintenant je remets en question ma compréhension de la section "Importance variable", et j'attends avec impatience la réponse à votre question.
Re : comment interpréter l'importance de la variable par rapport au profileurMerci Djed !Comme je l'ai mentionné, cela peut avoir quelque chose à voir avec le profileur utilisant la valeur attendue et l'importance variable en utilisant la variance.Mais j'aimerais qu'un expert commente.Merci!
Re : comment interpréter l'importance de la variable par rapport au profileurLes experts de notre groupe sur ce sujet sont Ryan Parker et Chris Gotwalt. Voir leur travail original ici https://community.jmp.com/t5/Discovery-Summit-2013/Exploring-Variable-Clustering-and-Importance-in-JMP/ta-p/40686
Voici mon interprétation de la raison pour laquelle le résultat semble être le cas sur ces données, avec ce modèle et le choix des entrées dépendantes rééchantillonnées.
La question du client est juste pour l'argent : la taille de l'échantillon !
Lorsque les entrées dépendantes rééchantillonnées sont sélectionnées, le modèle ajusté a une interception, 10 facteurs principaux et 45 termes d'interaction. Voir page 10 dans ce fichier Powerpoint de Ryan. Et le genre est catégorique, des colonnes supplémentaires sont créées dans la matrice de conception. Le modèle est vraiment grand. Et 442 lignes ne semblent pas suffire.
Re : comment interpréter l'importance de la variable par rapport au profileurOui, je pense que Peng a raison ici. Nous avons eu des discussions internes avec Ryan et Chris et ce qui se passe ici n'est pas tout à fait évident, mais la plus grande préoccupation de Ryan concerne le fait que la taille de l'échantillon n'est probablement pas assez grande pour le cas du rééchantillonnage dépendant.
Une autre explication a à voir avec la corrélation entre les entrées.Selon Ryan, "Par exemple, en regardant les traces, on pourrait penser que LTG et HDL auraient le plus grand impact. Mais en regardant leur corrélation, ils sont négativement corrélés et c'est probablement une façon d'expliquer pourquoi dans le cas dépendant, l'impact de ces variables serait plus faible."
Une chose que j'ai observée est que l'utilisation d'entrées rééchantillonnées indépendantes semble donner une image plus fidèle de la taille relative des effets (similaire au profileur et à d'autres méthodes comme les contributions de colonne sur le modèle BF) mais ce n'est pas suggéré puisque nous pourrions simuler au niveau des facteurs des combinaisons qui ne sont pas représentatives de ce que nous verrions réellement dans la vie réelle.
Re : comment interpréter l'importance de la variable par rapport au profileurAh, mais la puissance de JMP pour explorer des résultats qui ne sont pas ceux que nous attendions. Si vous activez le contrôle d'extrapolation dans les profileurs et "jouez" avec les paramètres de facteur, vous commencez à voir des "trous" dans les données. C'est-à-dire les zones où la couverture pour les hommes est différente de celle des femmes. Il s'agit de données biologiques avec des valeurs sanguines, et les valeurs sanguines peuvent avoir des distributions différentes en raison du sexe (utilisez fit y-by-x avec le sexe comme X et les valeurs sanguines comme Ys, puis utilisez les densités de comparaison). Il existe donc des différences subtiles dues au sexe... et des combinaisons dans les données qui ne concernent qu'un seul sexe (HDL élevé par exemple) qui auront un impact sur le rééchantillonnage. C'est le pouvoir d'explorer à la volée et d'explorer rapidement les données qui rend la modélisation amusante dans JMP !
Re : comment interpréter l'importance de la variable par rapport au profileurAjout de quoi @karencopeland mentionné, je viens d'avoir une telle situation de "plasma sanguin" avec un client. Ils n'avaient pas assez d'un plasma et ont travaillé plus loin avec un autre (13 du premier, 1 du deuxième et 3 plus d'un troisième plasma. Ensuite, ils l'ont modélisé avec le plasma comme facteur de blocage dans le modèle. Les résultats étaient ... euh ... drôles, surtout si vous avez activé le contrôle d'extrapolation 
De plus, le rapport d'importance variable peut également différer un peu si vous utilisez une option différente. Je vous recommande donc vivement de jeter un œil à la présentation découverte
Re : comment interpréter l'importance de la variable par rapport au profileurMerci Martine !Bons points!
Re : comment interpréter l'importance de la variable par rapport au profileurMerci Karine !Je vais devoir examiner le contrôle d'extrapolation dans les profileurs pour voir.
