JMP Pro の評価を行っている顧客がいるのですが、彼らは良い質問を思いつきました。糖尿病データセットを見ると、LTG、BMI、BP、HDL、年齢、グルコース、LDL、TCH、総コレステロール、性別といった因子の関数として、応答 Y に対してニューラル ネットワークを実行しました。プロファイラーは、性別の影響が他の要因に比べて小さいことを示しています。
プロファイラーから、性別を変えることによる Y への影響は、たとえば BMI よりも小さいことがわかります。
ただし、変数の重要度の結果を見ると、性別がリストの一番上にあることがわかります。
散布図マトリックスと相関関係のカラー マップを見ると、(ヘルプで提案されているように) 因子が相関しているため、依存するリサンプリングされた入力を使用することが最も合理的です。
お客様からの質問は次のとおりです。プロファイラでは、性別の影響が小さいことが示されているのに対し、変数重要度の結果では性別が最大の影響を示しているのはなぜですか?
また、顧客は、依存リサンプリング入力の結果を有効に使用するにはどのくらいのサンプル サイズが必要かについても質問しました。ヘルプには、サンプルサイズが「小さすぎる」場合は機能しないと記載されていますが、どの程度小さいかについては記載されていません。
変数重要度の統計の詳細を確認すると、応答の期待値の分散が使用されていることが示されていますが、詳細はあまり示されていません。プロファイラーの結果と変数重要度の結果の違いは、プロファイラーが Y の期待値を使用するのと、変数重要度の結果が Y の期待値の分散を使用することに関係があると思います。ただし、お客様に説明できるようにさらに詳しく知りたいです。
ありがとう！
チャーリー
