単一の列と最もよく相関する列の特定<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />やあ、
「結果」列と約 100 個のプロセス変数列を持つテーブルがあります。 どのプロセス変数が結果に最も影響を与えるかを知りたいです。
簡単な方法の 1 つは、各プロセス変数とプロセス変数をプロットすることです。結果と相関関係の箱ひげ図を見てください。 しかし、100本のカラムを目視検査するのはかなり大変です。
そのプロセスを自動化する方法はありますか。
ご返答ありがとうございます。
セシャドリ
Re: 単一の列と最もよく相関する列の特定私もこの問題を解決しようとしています。 可能であればマクロを送っていただけますか。
私のメールアドレス: ndongariane20@gmail.com
よろしくお願いいたします。
Re: 単一の列と最もよく相関する列の特定こんにちは、セシャドリさん
マクロを私に共有していただけますか。 しばらくこのようなものを作成しようとしています。
私のメールアドレスは : swami.kunal@yahoo.com
ユーティリティマクロのコレクションもあります
それらがあなたの役に立つかどうかはわかりませんが、喜んで共有したいと思います。
ありがとうRe: 単一の列と最もよく相関する列の特定私も同様の繰り返しの課題を抱えていますが、私の課題は必ずしも「結果」列に関して提起されるわけではありません。私がよく聞かれる質問は、「データ内で最もよく使われる列 [変数、属性、何でもいい] の組み合わせは何ですか?」というものです。私は次の手法を検討しました: デシジョン ツリー、クラスター分析、回帰タイプの手法。すべては、何らかの「ターゲット」変数または従属変数を必要とします。私が興味があるのは、多数の変数間でデータがどのように分布しているか、つまりこれらの変数のどの組み合わせで密度 (ケースの数) が最大になるかということです。
セシャドリ、私はおそらくあなたを助けることはできませんが、この同様の問題についても指導が必要です。すでに提案されている投稿を読むつもりですが、誰かが追加のアイデアを持っている場合は、投稿してください。
ありがとう。
Re: 単一の列と最もよく相関する列の特定%BESTCORR というマクロがあります。これは、従属 (応答) 変数との相関性は高いが、相互の相関性はほとんどない変数のセットを計算します。 マクロはパラメータ化されているため、定義 (多重共線性の最小相関)、考慮される変数の相関の下限しきい値、およびレポートする変数の数を指定できます。
コードが必要な場合は無料です。 メッセージを送っていただければ、そのマクロをあなた (およびそれが役立つと思われる他の人) に電子メールで送信します。
Re: 単一の列と最もよく相関する列の特定Seshardi 氏は、「どのプロセス変数が結果に最も影響を与えるかを知りたいです」と書いています。 これは相関問題ではありません。これは最適変数問題です。つまり、多数の変数を検索して、モデルで使用する最も影響力のある要因の短いリストを決定します。 この質問に対処するにはいくつかの方法があります。 この目的には Bootstrap Forest が非常に役立つと思います。 George Hurley は、2012 NESUG カンファレンスで JMP の Bootstrap Forest に関する論文を発表しました。Lex Jansen のリンクは次のとおりです。 http://www.lexjansen.com/mwsug/2012/JM/MWSUG-2012-JM04.pdf 。 私はNESUGでBase SASのBootstrap Forestについてプレゼンテーションを行いましたが、あなたはJMPで作業していると聞きました。 私の NESUG プレゼンテーションは、残念ながらキャンセルしなければならなかった著者の代わりに一晩かけて書いたサブタイトルにすぎませんでした。議事録には載っていないと思いますが、数日以内にスライドショーを掲載する予定です。
回帰分析に適した特定の結果を予測したい場合は、Raimi と Lund による XCSTAT マクロを検討してください。 http://www.mwsug.org/proceedings/2011/stats/MWSUG-2011-SA03.pdf 。 現時点では SAS でのみ利用可能であり、JMP では利用できません。
Re: 単一の列と最もよく相関する列の特定私がやっているのは、ペアワイズ相関オプションを使用して、タブレットを並べ替えることです。 pvlue または相関関係自体によって並べ替えて、どれが最も役立つかを確認できます。
ペアごとの相関関係を取得するには、赤い三角形をクリックしてメニューから選択します。永続的にしたい場合は、ファイル>>設定>>プラットフォーム>>多変量に移動し、「ペアワイズ相関」のボックスにチェックを入れます。
テーブルを並べ替えるには、ペア相関テーブル自体を右クリックし、[列で並べ替え] を選択するだけです。
残念ながら、デフォルトでテーブルをソートする方法や、ソートをスクリプト化する方法がわかりません。これは、「スクリプトをデータテーブルに保存」した場合、完了時にスクリプトに記録されない変更でもあります。
Re: 単一の列と最もよく相関する列の特定最高の相関関係が必要な場合は、PROC CORR を使用することで簡単に実行できます。 相関関係をデータセットに出力し、相関関係の絶対値を取得して並べ替えます。
ただし、私はかなり長い間製造プロセス データを扱ってきたので、目標を変更することをお勧めします。 多くの場合、同様の相関関係を持つ変数がいくつかあり、最も高い相関関係を持つ変数は、2 位または 3 位の変数と相関関係において「統計的に変わらない」可能性があります。 そして、3 つの相関関係がすべて 1 つの単一の現象に関連していることが判明する場合や、第一原理の知識に基づいて 3 番目の変数が真の「原因」に関連している可能性が最も高いことが判明する場合があります。 したがって、最も高い相関を選択しても、この情報は明らかにならない可能性があります。
したがって、「最も高い相関関係」を調べたくなるかもしれませんが、実際にはいくつかの最も高い相関関係を調べたい場合もあります。 部分最小二乗法 (PROC PLS) など、これらのアイデアを実際に考慮したモデリング手法を使用すると、どの変数が応答と最も相関しているかを示すベクトルが得られ、負荷の棒グラフで次のような結果が得られます。どのプロセス変数 (複数形) が応答と高い相関関係にあるかを視覚的に確認できます。 製造プロセス変数での PLS の使用は大規模な研究分野であり、それについて多くの雑誌記事が書かれており、多くの応用例が成功しています。
ここでのもう 1 つの問題は、1 つ以上の外れ値が存在すると相関関係が大きく歪む可能性があることです。 このような大規模なデータセットから外れ値を見つけるにはどうすればよいでしょうか? それは全く別の問題ですが、頭の片隅に入れておくべき問題です。
更新: さて、私は SAS に答えました。JMP を使用しているようですが、同じ考えが当てはまります。
