Christopher Gotwalt 氏、JMP チーフ データ サイエンティスト、JMP
JMP と JMP Pro は、どの統計ソフトウェアよりも、AICc や BIC などのモデル選択基準を最大限に活用します。 これらのツールは、工程能力分析の分布を選択するユーザーから、線形混合モデルまたは関数 DOE 解析で入力係数を選択する上級ユーザーまで、あらゆる業界のあらゆるスキル レベルの実務者が使用できます。 モデル選択基準は信じられないほど柔軟で強力ですが、非常に異なる予測変数セット、応答分布、さらには相関構造をすべて同時に簡単に決定できます。
残念ながら、これらの基準をいつどのように使用するかについての詳細は、大学や専門トレーニングにおけるほとんどの標準的なデータ サイエンス コースの一部ではありません。 この省略の理由の 1 つは、JMP とは異なり、多くのソフトウェア パッケージがモデル選択基準を不完全またはおそらく間違った方法で実装しているため、異なる入力変数を持つモデルを比較することが不可能であることです。
このプレゼンテーションでは、モデル選択基準をいつどのように使用するかについて明確なガイダンスを提供します。 彼らの動機と彼らが必要とする前提について説明します。 モデルの選択基準を、仮説検定やホールドアウトベースの相互検証手順など、モデルを選択するための他のよく知られたアプローチと比較します。 また、JMP Statistical R&D の開発者が、分布浚渫の問題に対する一般的な解決策を模索する中で、これらのツールの有用性をどのように認識したかについても簡単に説明します。
