JMP Pro 평가를 수행하는 고객이 있는데 그들은 좋은 질문을 내놓았습니다.당뇨병 데이터 세트를 살펴보면 LTG, BMI, BP, HDL, 연령, 포도당, LDL, TCH, 총 콜레스테롤 및 성별 요인의 함수로 응답 Y에 대해 신경망을 실행했습니다.프로파일러는 다른 요인에 비해 성별의 영향이 작다는 것을 보여줍니다.
프로파일러에서 Y에 대한 다양한 성별의 영향은 예를 들어 BMI보다 작습니다.
그러나 변수 중요도 결과를 보면 성별이 목록의 맨 위에 있음을 알 수 있습니다.
상관 관계에 대한 산점도 행렬과 컬러 맵을 보면 요소가 상관 관계가 있기 때문에(도움말에 제안된 대로) 종속 리샘플링된 입력을 사용하는 것이 가장 합리적입니다.
고객의 질문은 다음과 같습니다. 왜 프로파일러에는 작은 효과가 있는 성별이 표시되고 성별이 가장 큰 효과가 있음을 나타내는 변수 중요도 결과가 표시됩니까?
또한 고객은 종속 리샘플 입력 결과를 유효하게 사용하는 데 필요한 샘플 크기를 질문했습니다.도움말은 샘플 크기가 "너무 작음"인 경우 작동하지 않는다고 언급하지만 작은 것이 얼마나 작은지는 말하지 않습니다.
Variable Importance에 대한 통계 세부 정보를 확인하면 응답의 예상 값의 Variance를 사용하지만 자세한 내용은 제공하지 않습니다.프로파일러 결과와 Variable Importance 결과의 차이는 Y의 기대값을 사용하는 프로파일러와 Y의 기대값의 분산을 사용하는 Variable Importance 결과와 관련이 있다고 가정합니다.그러나 고객에게 설명할 수 있도록 더 자세한 정보를 원합니다.
감사해요!
백인
