Tengo un cliente que está haciendo una evaluación de JMP Pro y se le ocurrió una buena pregunta.Al observar el conjunto de datos de diabetes, ejecutaron una red neuronal en la respuesta Y en función de los factores: LTG, IMC, BP, HDL, edad, glucosa, LDL, TCH, colesterol total y género.El generador de perfiles muestra que el efecto del género es pequeño en comparación con los otros factores:
Según el generador de perfiles, el efecto de variar el género en Y es menor que, por ejemplo, el IMC.
Sin embargo, al observar los resultados de la importancia de la variable, vemos que Género está en la parte superior de la lista:
Mirando la matriz de diagrama de dispersión y el mapa de colores en las correlaciones, usar las entradas remuestreadas dependientes tiene más sentido ya que los factores están correlacionados (como se sugiere en la Ayuda).
La pregunta del cliente es la siguiente: ¿Por qué el generador de perfiles muestra que Género tiene un efecto pequeño frente al resultado de Importancia variable que muestra que Género tiene el mayor efecto?
El cliente también preguntó qué tamaño de muestra se necesitaba para que el uso de los resultados de las Entradas remuestreadas dependientes fuera válido.La Ayuda menciona que no funciona si el tamaño de la muestra es "demasiado pequeño", pero no dice qué tan pequeño es pequeño.
La verificación de los detalles estadísticos para la importancia de la variable dice que usa la varianza del valor esperado de la respuesta, pero no brinda muchos detalles.Supongo que la diferencia entre el resultado del generador de perfiles y los resultados de Importancia variable tiene algo que ver con el generador de perfiles que usa el valor esperado de Y y el resultado de Importancia variable que usa la varianza del valor esperado de Y.Sin embargo, me gustaría tener más detalles para poder explicárselo al cliente.
¡gracias!
charlie
