Ich habe einen Kunden, der eine JMP Pro-Bewertung durchführt, und er hat eine gute Frage gestellt.Mit Blick auf den Diabetes-Datensatz führten sie ein neuronales Netzwerk für die Reaktion Y als Funktion der folgenden Faktoren durch: LTG, BMI, BP, HDL, Alter, Glukose, LDL, TCH, Gesamtcholesterin und Geschlecht.Der Profiler zeigt, dass der Einfluss des Geschlechts im Vergleich zu den anderen Faktoren gering ist:
Aus dem Profiler geht hervor, dass die Auswirkung unterschiedlicher Geschlechter auf Y geringer ist als beispielsweise auf den BMI.
Wenn wir uns jedoch die Ergebnisse der Variablenwichtigkeit ansehen, sehen wir, dass das Geschlecht ganz oben auf der Liste steht:
Betrachtet man die Streudiagrammmatrix und die Farbkarte der Korrelationen, ist die Verwendung der abhängigen neu abgetasteten Eingaben am sinnvollsten, da die Faktoren korrelieren (wie in der Hilfe vorgeschlagen).
Die Frage des Kunden lautet wie folgt: Warum zeigt der Profiler an, dass das Geschlecht einen kleinen Einfluss hat, im Vergleich zum Ergebnis der variablen Wichtigkeit, das zeigt, dass das Geschlecht den größten Einfluss hat?
Der Kunde fragte außerdem, welche Stichprobengröße erforderlich sei, damit die Ergebnisse der abhängigen neu abgetasteten Eingaben gültig seien.In der Hilfe wird erwähnt, dass es nicht funktioniert, wenn die Stichprobengröße „zu klein“ ist, aber es wird nicht angegeben, wie klein klein ist.
Die Überprüfung der statistischen Details für die Variable Wichtigkeit zeigt, dass die Varianz des erwarteten Werts der Antwort verwendet wird, liefert aber nicht viele Details.Ich gehe davon aus, dass der Unterschied zwischen dem Profiler-Ergebnis und den Ergebnissen der variablen Wichtigkeit etwas damit zu tun hat, dass der Profiler den erwarteten Wert von Y verwendet und das Ergebnis der variablen Wichtigkeit die Varianz des erwarteten Werts von Y verwendet.Allerdings hätte ich gerne mehr Details, damit ich es dem Kunden erklären kann.
Danke!
Charlie
