예측자 선별예측자 선별 플랫폼을 사용하려고 하며 JMP의 예를 살펴봤지만 여전히 질문이 있습니다.
예제와 같이 응답 변수를 예, 아니요 형식으로 설정했습니다. 그러나 어떤 변수가 반응을 가장 잘 예측하는지 확인할 때 결과를 어떻게 해석해야 합니까? 1위 변수가 "예" 결과 또는 "아니요" 결과를 예측하는 데 가장 적합한 변수입니까? 아니면 이 분석을 수행한 후 다른 분석을 수행한다는 생각인가요?
성공적인 결과 ? | | |
예언자 | 기부금 | 부분 | | 계급 | |
변수1 | 4.36861 | 0.3072 | | 1 | |
변수4 | 4.36012 | 0.3066 | | 2 | |
변수5 | 2.29150 | 0.1612 | | 3 | |
변수2 | 1.98570 | 0.1396 | | 4 | |
변수3 | 1.21356 | 0.0853 | | 5 | |
그런 다음 어떤 변수가 특정 치료의 성공적인 결과에 대한 가장 좋은 예측 변수인지 확인하기 위해 추가 분석을 원했습니다. 이를 위해 원하는 치료에 대한 데이터만 필터링하고, 원하지 않는 데이터는 제외하고 다시 분석을 진행했습니다. 이것이 맞을까요?
마지막 질문은 JMP 예제의 데이터가 모두 문자 명목이라는 것입니다. 내 예측 변수가 문자 순서인 경우 내 결과가 정확합니까, 아니면 이 플랫폼이 문자 명목 데이터에만 적합한가요?
기본 데이터 분석 및 모델링답: 예측자 선별어떤 예를 따르고 있는지 잘 모르기 때문에 무엇을 보여주고 있는지 구체적으로 알 수 없습니다. 그러나 명목형 예측 변수와 연속형 예측 변수를 혼합하여 예측자 선별을 계속 사용할 수 있다고 말할 수 있습니다. 첫 번째 질문은 순위가 "예" 또는 "아니요"를 예측하는 데 적용되는지 묻는 것처럼 들립니다. 이진 변수를 사용하면 대칭이어야 하므로 각 결과에 대한 순위는 동일합니다. 변수가 "예"를 예측하는 데 적합하다면 "아니요"를 예측하는 데도 좋아야 합니다. 다른 질문을 이해한다면 데이터에 여러 치료법이 있고 이를 함께 모으는 대신 개별 치료법에 대한 예측 변수 선별을 적용하려는 것입니다. 그렇다면 해당 항목의 부분 집합을 지정하고 예측자 선별을 사용할 수 있습니다. 또는 "기준" 상자에 치료를 입력하고 각 치료에 대해 개별적으로 예측 변수 선별을 실행할 수 있습니다. 통계 결과가 과도하게 추정될 수 있는 치료법(다중 비교 문제)이 많은 경우 결과를 해석하는 데 통계적 문제가 있을 수 있지만 이에 대해서는 통계학자가 응답하도록 남겨두겠습니다.
예측자 선별을 사용한 다음 다른 분석을 수행할지 여부에 대한 질문이 하나 더 있습니다. 내 생각에 대답은 '그렇다'이다. 예측자 선별은 부트스트랩 포레스트(Bootstrap Forest)를 사용하여 가장 중요한 예측자를 식별합니다. 어떤 예측 변수를 사용하려는지 알면 더 나은 성능을 발휘할 수 있는 다른 예측 모델이 있습니다. Bootstrap Forest를 실행하더라도 예측자 선별이 아닌 해당 플랫폼을 사용할 때 모델링에 사용되는 조정 변수가 더 많기 때문에(추가로 조정할 수 있음) 다른 결과를 얻을 수 있습니다. 예측자 선별은 중요한 예측자의 범위를 좁히는 빠른 첫 번째 단계를 제공하지만 모델 선별은 이러한 예측자를 사용하여 실제로 더 나은 모델을 구축하는 데 사용할 다음 단계입니다.
