cómo interpretar la variable importancia vs perfiladorTengo 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
Re: como interpretar la variable importancia vs perfiladorBueno, ahora estoy confundido, también.
Me preguntaba si lo que estás viendo se debe a la multicolinealidad de todos los factores. Veo el género como la variable menos importante cuando se usa Bootstrap Forest y Predictor Screening.
Pero, cuando utilizo el agrupamiento de variables para reducir los predictores a TCH, colesterol total y presión arterial, y también incluyo el género, veo los mismos resultados que usted sobre la importancia de las variables:
Por lo tanto, ahora cuestiono mi comprensión de la sección "Importancia de las variables" y espero con ansias la respuesta a su pregunta.
Re: como interpretar la variable importancia vs perfilador¡Gracias Jed!Como mencioné, puede tener algo que ver con el generador de perfiles usando el valor esperado y la importancia variable usando la varianza.Pero me gustaría que un experto comente.¡Gracias!
Re: como interpretar la variable importancia vs perfiladorLos expertos de nuestro grupo en este tema son Ryan Parker y Chris Gotwalt. Vea su trabajo original aquí https://community.jmp.com/t5/Discovery-Summit-2013/Exploring-Variable-Clustering-and-Importance-in-JMP/ta-p/40686
Aquí está mi interpretación de por qué el resultado parece ser así en estos datos, con este modelo y la opción Entradas remuestreadas dependientes.
La pregunta del cliente es acertada: ¡el tamaño de la muestra!
Cuando se selecciona Entradas remuestreadas dependientes, el modelo ajustado tiene una intersección, 10 factores principales y 45 términos de interacción. Vea la página 10 en ese archivo de Powerpoint de Ryan. Y Género es categórico, se crean columnas adicionales en la matriz de diseño. El modelo es realmente grande. Y 442 filas no parecen ser suficientes.
Re: como interpretar la variable importancia vs perfiladorSí, creo que Peng tiene razón aquí. Tuvimos una discusión interna con Ryan y Chris y no es del todo obvio lo que está pasando aquí, pero la mayor preocupación de Ryan se debe al hecho de que el tamaño de la muestra probablemente no sea lo suficientemente grande para el caso de remuestreo dependiente.
Otra explicación tiene que ver con la correlación entre las entradas.Según Ryan, "Por ejemplo, al observar los rastros, uno pensaría que LTG y HDL tendrían el mayor impacto. Pero al observar su correlación, están negativamente correlacionados y es probable que sea una forma de explicar por qué en el caso dependiente el impacto de esas variables sería menor".
Una cosa que observé es que el uso de Entradas Remuestreadas Independientes parece dar una imagen más fiel del tamaño relativo de los efectos (similar al Perfilador y a otros métodos como Contribuciones de Columna en el modelo BF) pero no se sugiere ya que podríamos estar simulando a nivel de factores combinaciones que no son representativas de lo que realmente veríamos en la vida real.
Re: como interpretar la variable importancia vs perfiladorAh, pero el poder de JMP para explorar resultados que no son como esperábamos. Si activa el control de extrapolación en los generadores de perfiles y "juega" con la configuración de factores, comenzará a ver "agujeros" en los datos. Esas son áreas donde la cobertura para hombres es diferente a la de mujeres. Estos son datos biológicos con valores sanguíneos, y los valores sanguíneos pueden tener diferentes distribuciones debido al género (utilice el ajuste y-by-x con el género como X y los valores sanguíneos como Ys y luego use comparar densidades). Por lo tanto, hay diferencias sutiles debido al género... y combinaciones en los datos que están solo en un género (HDL alto, por ejemplo) que afectarán el remuestreo. ¡Es el poder de explorar sobre la marcha y profundizar en los datos rápidamente lo que hace que el modelado en JMP sea divertido!
Re: como interpretar la variable importancia vs perfiladoragregando en que @karencopeland mencionado, acabo de tener una situación de "plasma sanguíneo" con un cliente. No tenían suficiente de un plasma y trabajaron más con otro (13 del primero, 1 del segundo y 3 más de un tercer plasma. Luego lo modelaron con plasma como factor de bloqueo en el modelo. Los resultados fueron... uhm... graciosos, especialmente si activaste el control de extrapolación 
Además, el informe de importancia variable también puede diferir bastante si utiliza una opción diferente. Muy recomendable echar un vistazo a la presentación de descubrimiento
Re: como interpretar la variable importancia vs perfilador¡Gracias Martín!¡Buenos puntos!
Re: como interpretar la variable importancia vs perfilador¡Gracias Karen!Tendré que mirar el control de extrapolación en los generadores de perfiles para ver.
