Ces activités pratiques vous permettent de vous entraîner à la modélisation prédictive à l'aide de JMP. Ce post contient les activités pratiques de modélisation prédictive, les données et un fichier PDF de ces solutions en anglais.
Réponse continue, prédicteurs continus
- Utilisez les données dans PM 1.jmp pour créer des modèles prédictifs. Ces données ont été recueillies au fil du temps.
- Visualisez les données à l'aide de Graph Builder et de Multivariate. Y a-t-il des problèmes de données ?
1) Ouvrir PM 1.jmp .
Construire un graphique temporel
2) Sélectionnez Graphique > Générateur de graphiques .
3) Faites glisser Oui à la zone Y.
4) Faites un clic droit Oui et sélectionnez Ligne > Ligne .
5) Faites glisser Ligne à la zone X.
6) Cliquez Fait .
Les données semblent être corrélées sur les lignes. Dans ce cas, les lignes correspondent à l'ordre du temps. La moyenne et la variabilité de la réponse semblent être constantes dans le temps. Ajoutez un sélecteur de colonne pour reproduire ce graphique pour les variables prédictives.
7) Cliquez sur le triangle rouge à côté de Générateur de graphiques et sélectionnez Refaire > Commutateur de colonne .
8) Sélectionner Oui dans la zone Sélectionner la colonne initiale à basculer.
9) Sélectionnez toutes les colonnes dans la zone Sélectionner les colonnes de remplacement.
10) Cliquez D'ACCORD .
11) Cliquez tour à tour sur chaque variable dans le sélecteur de colonne.
De nombreuses variables apparaissent autocorrélées. Aucun autre problème de données n'est évident. Enregistrez le script dans la table de données.
12) Cliquez sur le triangle rouge à côté de Générateur de graphiques et sélectionnez Enregistrer le script > Vers le tableau de données .
13) Entrez Tracé de temps pour le nom.
14) Cliquez D'ACCORD .
Construire un nuage de points
1) Sélectionnez Graphique > Générateur de graphiques .
2) Faites glisser Oui à la zone Y.
3) Faites glisser X1 à la zone X.
4) Cliquez Fait .
La relation entre Y et X1 semble forte, positive et linéaire. Ajoutez un sélecteur de colonne pour reproduire ce graphique pour d'autres prédicteurs.
5) Cliquez sur le triangle rouge à côté de Générateur de graphiques et sélectionnez Refaire > Commutateur de colonne .
6) Sélectionnez toutes les colonnes dans la zone Sélectionner les colonnes de remplacement.
7) Cliquez D'ACCORD .
8) Cliquez tour à tour sur chaque variable dans le sélecteur de colonne.
D'autres relations sont également fortes. Enregistrez le script dans la table de données.
9) Cliquez sur le triangle rouge à côté de Générateur de graphiques et sélectionnez Enregistrer le script > Vers le tableau de données .
10) Entrez Y vs prédicteurs pour le nom.
11) Cliquez D'ACCORD .
Une autre façon de visualiser les relations entre les variables consiste à utiliser la plate-forme multivariée.
Multivarié
1) Sélectionnez Analyser > Méthodes multivariées > Multivarié .
2) Sélectionnez toutes les colonnes, puis cliquez sur Y, Colonnes .
3) Cliquez D'ACCORD .
Il existe de nombreuses corrélations positives (bleues) et négatives (rouges) importantes entre les variables.
Les mêmes nuages de points que vous avez créés dans Graph Builder peuvent être vus en même temps dans la matrice de nuages de points.
4) Cliquez sur le triangle rouge à côté de Multivarié et sélectionnez Cartes en couleurs > Carte des couleurs sur les corrélations .
Cette palette de couleurs duplique les informations de la matrice de corrélation mais peut être plus facile à lire.
Aucun problème de données autre que l'autocorrélation n'est détecté. Enregistrez le script dans la table de données.
5) Cliquez sur le triangle rouge à côté de Multivarié et sélectionnez Enregistrer le script > Vers le tableau de données .
6) Cliquez D'ACCORD .
7) Enregistrez le tableau de données.
b. Créez un modèle de surface de réponse à l'aide de Fit Model et de la macro Response Surface. Quel est le R 2 du modèle complet ? Y a-t-il des problèmes avec l'ajustement du modèle vu dans le tracé Résiduel par Prévision ? Quelles variables prédictives sont les plus importantes pour prédire Y ? Enregistrez la formule de prédiction dans la table de données.
1) Sélectionnez Analyser > Ajuster le modèle .
2) Sélectionnez Oui , puis clique Oui .
3) Sélectionnez X1 à travers X10 , puis clique Macros > Surface de réponse .
4) Cliquez Courir .
5) Fermez le rapport Résumé des effets.
R 2 est d'environ 89 %, ce qui signifie que 89 % de la variabilité de Y est expliquée par ce modèle. Un écart-type de la variabilité inexpliquée est d'environ 1,6. Vérifiez les hypothèses du modèle.
6) Cliquez sur le triangle rouge à côté de Réponse O et sélectionnez Diagnostic de ligne > Résiduel du tracé par prévision .
Aucun problème n'est observé dans le tracé résiduel. Tracez les résidus dans l'ordre du temps (ordre des lignes).
7) Cliquez sur le triangle rouge à côté de Réponse O et sélectionnez Diagnostic de ligne > Tracer le résiduel par rangée .
L'autocorrélation dans les résidus est également observée. Examinez le tracé Actual by Predicted pour voir dans quelle mesure l'autocorrélation affecte les prédictions.
8) Cliquez sur le triangle rouge à côté de Réponse O et sélectionnez Diagnostic de ligne > Tracé Réel par Prédit .
Aucun biais n'est observé dans les prédictions.
Parce qu'il y a tellement d'observations, en regardant p -les valeurs pour déterminer l'importance des variables indiquent que toutes les variables sont importantes. Voir le rapport Estimations des paramètres. Pour trouver les variables les plus importantes, examinez le rapport Synthèse des effets.
9) Ouvrez le plan Résumé des effets.
Les variables les plus importantes pour prédire Y sont X3, X1, X4, X2 et X5. Tous les effets principaux et de nombreuses interactions à deux facteurs sont importants.
Enregistrez la formule de prédiction.
10) Cliquez sur le triangle rouge à côté de Réponse O et sélectionnez Enregistrer les colonnes > Formule de prédiction .
11) Revenez à la table de données et renommez la dernière colonne en Préd Y RS .
12) Enregistrez le tableau de données.
c. Créez un modèle de réseau neuronal à l'aide des paramètres par défaut de la plate-forme Neural. Quel est le R 2 du modèle sur le jeu de validation ? Y a-t-il des problèmes avec l'ajustement du modèle vu dans le tracé Résiduel par Prévision ? Montez un autre modèle avec 50 nœuds. Ce modèle a-t-il une capacité prédictive sensiblement meilleure ? Enregistrez la formule de prédiction dans la table de données.
1) Sélectionnez Analyser > Modélisation prédictive > Neural .
2) Sélectionnez Oui , puis clique Oui, réponse .
3) Sélectionnez X1 à travers X10 , puis clique X, Facteur .
4) Si vous souhaitez que vos résultats correspondent à cette solution (Windows), entrez 98765 comme graine aléatoire.
5) Cliquez D'ACCORD .
6) Cliquez Aller .
R 2 sur l'ensemble de validation est d'environ 88 %. Examinez les diagnostics du modèle.
7) Cliquez sur le triangle rouge à côté de Modèle NTanH(3) et sélectionnez Résiduel du tracé par prévision .
8) Cliquez sur le triangle rouge à côté de Modèle NTanH(3) et sélectionnez Tracé Réel par Prédit.
Aucun problème de modèle n'est évident. Ajustez un modèle avec plus de nœuds pour voir si cela améliore l'ajustement.
9) Ouvrez le Lancement du modèle contour.
10) Entrez 50 dans la case Nœuds masqués.
11) Cliquez Aller .
R 2 sur l'ensemble de validation a augmenté de moins d'un pour cent. RASE et Mean Abs Dev sont inférieurs à la deuxième décimale. Le modèle n'est pas sensiblement meilleur.
Remarque : JMP Pro a la capacité d'ajouter des nœuds d'autres fonctions d'activation. Si vous avez des données non stationnaires collectées au fil du temps, c'est-à-dire si la moyenne dérive dans le temps, il est recommandé d'ajouter également un nœud linéaire. Pour cet ensemble de données, parce que l'autocorrélation est stationnaire, l'ajout d'un (ou plusieurs) nœuds avec des fonctions d'activation linéaires n'améliore pas sensiblement le pouvoir prédictif du modèle.
Enregistrez la formule de prédiction pour le modèle le plus simple, puis enregistrez l'analyse.
12) Cliquez sur le triangle rouge à côté de Modèle NTanH(3) et sélectionnez Enregistrer les formules de profil .
13) Revenez à la table de données et renommez la dernière colonne en Préd O NN .
14) Revenez au rapport Neural, puis cliquez sur le triangle rouge à côté de Neural et sélectionnez Enregistrer le script > Vers le tableau de données .
15) Cliquez D'ACCORD .
16) Enregistrez le tableau de données.
d. Créez un modèle d'arbre de décision à l'aide de la plate-forme Partition avec un ensemble de validation de 25 %. Quel est le R 2 du modèle sur le jeu de validation ? Combien y a-t-il de divisions dans le modèle ? Y a-t-il des problèmes avec l'ajustement du modèle vu dans le tracé Réel par Prévision ? Quelles variables sont les plus importantes pour prédire Y ? Enregistrez la formule de prédiction dans la table de données.
1) Sélectionnez Analyser > Modélisation prédictive > Cloison .
2) Sélectionnez Oui , puis clique Oui, réponse .
3) Sélectionnez X1 à travers X10 , puis sélectionnez X, Facteur .
4) Pour Portion de validation, saisissez 0,25.
5) Cliquez D'ACCORD .
Vos résultats seront légèrement différents car vos données de validation sont différentes.
6) Cliquez Aller .
Les données sont divisées jusqu'à ce que les 10 prochaines divisions n'améliorent pas R 2 sur l'ensemble de validation, le modèle est élagué. R 2 sur l'ensemble de validation est d'environ 79 %, une diminution par rapport au modèle linéaire ou au modèle de réseau de neurones. Il y a eu 111 divisions.
Évaluer le modèle.
7) Cliquez sur le triangle rouge à côté de Partition pour Y , puis sélectionnez Tracé Réel par Prédit .
Il n'y a aucun problème évident dans l'ajustement du modèle.
8) Cliquez sur le triangle rouge à côté de Partition pour Y , puis sélectionnez Cotisations de colonne .
Le rapport est trié par la part de variabilité de Y expliquée par les prédicteurs. X3, X1 et X4 sont les trois principaux prédicteurs.
Enregistrez la formule de prédiction.
9) Cliquez sur le triangle rouge à côté de Partition pour Y , puis sélectionnez Enregistrer les colonnes > Enregistrer la formule de prédiction .
10) Cliquez sur le triangle rouge à côté de Partition pour Y , puis sélectionnez Enregistrer le script > Vers le tableau de données .
11) Cliquez D'ACCORD .
12) Revenez à la table de données et renommez la dernière colonne en Préd Y DT .
13) Enregistrez le tableau de données.
e. Créez un graphique Réel par Prévision pour les trois modèles à l'aide de Graph Builder. Quel modèle préférez-vous ?
1) Sélectionnez Graphique > Générateur de graphiques .
2) Faites glisser Oui à la zone Y.
3) Faites glisser Préd Y RS , Préd O NN , et Préd Y DT à la zone X ensemble.
4) Faites un clic droit dans le graphique et sélectionnez Personnaliser .
5) Cliquez sur l'icône du signe plus
pour ajouter un nouveau script graphique.
6) Entrez fonction y(x, x); dans la boîte de l'éditeur de script.
7) Cliquez D'ACCORD .
8) Supprimez la courbe lisse.
9) Cliquez Fait .
10) Si vous allez publier ce graphique, changez le titre du graphique en Réel par Prévision, changez le titre de l'axe X en Prévision et changez les marqueurs pour chaque variable X.
Les coupes sont assez similaires. Le modèle d'arbre de décision donne des prédictions volumineuses car il utilise des feuilles discrètes pour prédire une réponse continue.
Réponse catégorielle, prédicteurs continus et catégoriels
- Utilisez les données dans PM 2.jmp pour créer des modèles prédictifs.
- Visualisez les données à l'aide de Graph Builder. Y a-t-il des problèmes de données ?
1) Ouvrir PM 2.jmp .
2) Sélectionnez Graphique > Générateur de graphiques .
3) Faites glisser Oui à la zone Y.
4) Faites glisser X1 à la zone X.
5) Sélectionnez l'élément Boxplot dans la barre Éléments.
6) Cliquez Fait .
7) Cliquez sur le triangle rouge à côté de Générateur de graphiques et sélectionnez Refaire > Commutateur de colonne .
8) Dans la zone Sélectionner les colonnes de remplacement, sélectionnez toutes les colonnes continues.
9) Cliquez D'ACCORD .
Plusieurs relations fortes entre Y et les prédicteurs peuvent être observées.
Créez des visualisations pour les prédicteurs catégoriels.
10) Sélectionnez Graphique > Générateur de graphiques .
11) Faites glisser Oui à la zone Y.
12) Faites glisser X13 à la zone X.
13) Faites glisser X18 à l'axe X à droite de X13 .
14) Sélectionnez l'élément Heatmap dans la barre des éléments.
15) Cliquez Fait .
Il semble y avoir une association entre Y et les deux prédicteurs catégoriels.
Aucun problème de données n'est évident dans l'un ou l'autre des graphiques.
b. Créez un modèle de régression ordinale à l'aide de Fit Model et de la macro Response Surface. Quel est le taux d'erreur de classification du modèle complet ? Astuce : ouvrez le rapport Détails de l'ajustement. Quel est le taux d'erreur de classification pour le groupe Acceptable ? Astuce : ouvrez le rapport Confusion Matrix.
1) Sélectionnez Analyser > Ajuster le modèle .
2) Sélectionnez Oui , puis clique Oui .
3) Sélectionnez X1 à travers X24 , puis clique Macros > Surface de réponse .
4) Cliquez Courir .
5) Fermez le plan Résumé des effets.
6) Ouvrez le plan des détails d'ajustement.
Le taux d'erreur de classification est d'environ 16 %.
7) Cliquez sur le triangle rouge à côté de Ajustement logistique ordinal pour Y et sélectionnez Matrice de confusion .
Le taux de classification erronée pour le groupe Acceptable est de 1 - 0,75 = 0,25. Cinq observations acceptables ont été classées comme bonnes.
c. Créez un modèle de réseau neuronal à l'aide des paramètres par défaut de la plate-forme Neural. Quel est le taux d'erreur de classification du modèle sur l'ensemble de validation ? En particulier, quel est le taux d'erreur de classification du groupe Acceptable ? Montez un autre modèle avec 50 nœuds. Quel est le taux d'erreur de classification du modèle sur l'ensemble de validation ? Quel est le taux d'erreur de classification du groupe Acceptable ?
1) Sélectionnez Analyser > Modélisation prédictive > Neural .
2) Sélectionnez Oui , puis clique Oui, réponse .
3) Sélectionnez X1 à travers X24 , puis clique X, Facteur .
4) Si vous souhaitez que vos résultats correspondent à cette solution (Windows), entrez 11793 comme graine aléatoire.
5) Cliquez D'ACCORD .
6) Cliquez Aller .
Le taux d'erreur de classification sur l'ensemble de validation est d'environ 23 %. Le taux d'erreur de classification du groupe Acceptable est de 100 %. Les sept observations du groupe Acceptable ont été classées par erreur comme Bonnes. Les treize observations du groupe Acceptable dans les données de formation ont également été classées à tort comme bonnes.
7) Ouvrez le plan de lancement du modèle.
8) Changez le nombre de nœuds cachés à 50.
9) Cliquez Aller .
Le taux d'erreur de classification sur l'ensemble de validation est à nouveau d'environ 23 %. Le taux de classification erronée du groupe Acceptable est d'environ 29 %.
d. Créez un modèle d'arbre de décision à l'aide de la plate-forme Partition avec un ensemble de validation de 25 %. Quel est le taux d'erreur de classification du modèle sur l'ensemble de validation ? Quel est le taux d'erreur de classification du groupe Acceptable ?
1) Sélectionnez Analyser > Modélisation prédictive > Cloison .
2) Sélectionnez Oui , puis clique Oui, réponse .
3) Sélectionnez X1 à travers X24 , puis clique X, Facteur .
4) Pour la portion de validation, saisissez 0,25.
5) Cliquez D'ACCORD .
6) Cliquez Aller .
7) Si nécessaire, pour supprimer l'arborescence de la sortie, cliquez sur le triangle rouge à côté de Partition pour Y et sélectionnez Option d'affichage > Afficher l'arborescence .
8) Cliquez sur le triangle rouge à côté de Partition pour Y et sélectionnez Afficher les détails d'ajustement .
Vos résultats varieront en raison de la nature aléatoire de la procédure d'exclusion. Le taux d'erreur de classification sur l'ensemble de validation est d'environ 27 %. Le taux d'erreur de classification du groupe Acceptable sur l'ensemble de validation est d'environ 57 %. Environ la moitié des observations du groupe Acceptable ont été mal classées comme Bonnes.
