JMP bietet viele lineare Modellierungsoptionen. Sehen Sie sich die verfügbaren Fit Model-Funktionen an und erfahren Sie, wann und wie Sie diejenigen verwenden, die für kontinuierliche, kategoriale und/oder komplexe Datensätze am nützlichsten sind, bei denen es möglicherweise mehr Prädiktoren als Beobachtungen gibt.
Erfahren Sie, wie Sie:
- Grundlegende Regression verstehen
- Standardmethode für kleinste Quadrate verwenden
- Verstehen Sie, dass Grundannahmen darin bestehen, dass die Reaktion normal ist und keine Multikollinearität zwischen den Faktoren besteht
- Behandeln Sie kontinuierliche Antworten mit kontinuierlichen oder kategorialen Faktoren
- Interpretieren Sie die beste Anpassungslinie, die den Fehler zwischen den Punkten und der Regressionskurve minimiert.
- Behandeln Sie Haupteffekte, Interaktionen usw.
- Wenden Sie bei Bedarf die Box-Cox-Transformation an
- Verwenden Sie die schrittweise Regression
- Verstehen Sie, dass die schrittweise Regression wie die Standardmethode der kleinsten Quadrate ist, bei der Terme in „Schritten“ hinzugefügt werden, um alle Faktoren zu optimieren
- Geben Sie „Stoppregel“ und „Richtung“ an, um den Prozess zu steuern
- Erstellen Sie das Modell per Knopfdruck
- Verwenden Sie Logistik: Ordinale und nominale Regression, um eine Wahrscheinlichkeit für ein bestimmtes Ergebnis anzugeben
- Beachten Sie, dass diese Techniken den standardmäßigen kleinsten Quadraten ähneln, jedoch eine ordinale oder nominale Antwort (kategorial) verwenden.
- Verstehen Sie, dass die Standardregression manchmal nicht ausreicht
- Die verallgemeinerte Regression in JMP Pro kann bei nicht-normalen und stark korrelierten Daten nützlich sein
- Partial Least Squares (PLS) ist nützlich, wenn die Faktoren die Beobachtungen überschreiten
- Mit Model Screening lässt sich das beste Modell am schnellsten finden
Zur Erinnerung: In JMP wird ein p-Wert zwischen 0,01 und 0,05 rot gefärbt; weniger als 0,01 ist orange; größer als 0,05 ist schwarz. Die Farbcodierung kann hilfreich sein, wenn Sie mehrere verschiedene Effekte gleichzeitig analysieren und in Berichten nach visuellen Hinweisen von statistischer Signifikanz suchen möchten. Vereinfacht ausgedrückt deutet ein niedriger p-Wert darauf hin, dass die Nullhypothese falsch ist und dass es tatsächlich einen Effekt in der Bevölkerung gibt.
F: Was ist VIF?
A: Der Varianzinflationsfaktor (VIF) für jeden Term in hohen VIF-Werten weist auf ein Kollinearitätsproblem zwischen den Termen im Modell hin. Können wir die Auswirkungen im Verhältnis zur Reaktion entwirren?
F: Können wir im Prediction Profiler extrapolieren?
A: Ja. Wenn Sie im Prediction Profiler darüber hinausgehen, können Sie die Extrapolationskontrolle aktivieren, um eine Warnung zu erhalten, wenn/wo eine Extrapolation nicht sinnvoll ist. Wenn ein Problem vorliegt, blinkt eine rote Textwarnung. Seien Sie bei der Extrapolation in einem Modell vorsichtig, da Ihnen möglicherweise keine Daten zur Sicherung der Ergebnisse zur Verfügung stehen.
F: Wann verwenden Sie in der Modellspezifikation „Kreuz vs. Verschachtelung vs. Makros“?
A: Dies sind verschiedene Möglichkeiten, ein Modell zu erstellen, von denen einige für unterschiedliche Anwendungsfälle geeignet sind. Kreuz Erzeugt Interaktionen und Polynomeffekte durch Kreuzen von zwei oder mehr Variablen. Nest Erstellt verschachtelte Effekte. Makros Erzeugt Effekte für häufig verwendete Modelle. Weitere Einzelheiten finden Sie in der Dokumentation .
F: Was sollen wir tun, wenn die Verteilung nach der Box-Cox-Transformation immer noch nicht normal ist?
A: Schauen Sie sich die Daten an, um zu sehen, ob Domänenwissen vorhanden ist, das Ihrer Meinung nach die Ergebnisse beeinflussen könnte. Gibt es ein Muster und sind genügend Daten vorhanden? Oder verwenden Sie ein robusteres Tool – wir verwenden die generalisierte Regression in JMP Pro.
F: Kann ich den schrittweisen Ansatz als eine Art Faktoren-Screening betrachten?
A: Es werden Faktoren nach und nach hinzugefügt, aber weil wir viele Interaktionen hinzugefügt haben. Beim Faktorscreening werden in der Regel nur die Haupteffekte betrachtet.
F: Was tun, wenn R-Quadrat sehr niedrig ist?
A: Das kommt darauf an. R-Quadrat ist ein relativer Wert. Es hängt davon ab, wie hoch Ihr Schwellenwert für „niedrig“ ist. „niedrig“ bedeutet normalerweise, dass es im Zusammenhang mit Ihrer Antwort ein Problem gibt. Sie können Ihrem Modell weitere Begriffe hinzufügen.
F: Wie unterscheidet sich GenReg vom verallgemeinerten linearen Modell? Wann verwenden wir welche?
A: Zum Vergleich siehe Dokumentation zum verallgemeinerten linearen Modell und zum verallgemeinerten Regressionsmodell .
F: Warum erhalten Sie eine ChiSq-Antwort im Vergleich zu einem p-Wert?
A: Weitere Einzelheiten finden Sie in der Dokumentation . Denken Sie daran, wenn Sie eine Frage zu einem Bericht haben, verwenden Sie das Fragezeichen-Symbol (?), um eine Antwort zu erhalten.
Nach der Sitzung schrieb der technische Support-Ingenieur von JMP @PatrickGiuliano , Patrick Giuliano: Das Prob > ChiQuadrat ist selbst ein p-Wert, aber in diesem Fall demonstrierte Peter, das mit der Chi-Quadrat-Verteilung (im Vergleich zur Stichprobenverteilung des) verbunden ist t-Statistik, wobei JMP einen p-Wert für diesen Fall als „Prob > abs(t)“ angeben würde – ich denke, ChiSquared-Verteilungen sind bessere Schätzer für „schlecht konditionierte“ Daten wie Daten, bei denen es eine Zensur gibt (was nicht der Fall ist). (wird nicht normalverteilt sein).
F: Ich verwende JMP 17 (nicht die Pro-Version). Wie soll ich mit einer Verteilung umgehen, die eine Mischung aus mehreren Verteilungen ist und keine der Verteilungen der verallgemeinerten linearen Regression (Normal, Binomial, Poisson oder Exponential) passt?
A: Verbringen Sie etwas Zeit damit, die Daten zu durchforsten, um herauszufinden, ob es etwas gibt, das definiert, warum ich eine Mischung habe. Vielleicht gibt es viele Daten, vielleicht gibt es einen kategorialen Faktor, der jeweils eine andere Verteilung hat, oder wenn nicht viele Daten vorhanden sind, kann es daran liegen. Versuchen Sie herauszufinden, was vor sich geht, erhalten Sie möglicherweise weitere Daten oder verwenden Sie den Simulator im Profiler (Zugriff über das rote Dreieck), um zu identifizieren, was möglicherweise vor sich geht.
F: Können Sie über passende Logistikmodelle sprechen?
A: Logistische Modelle haben nicht kontinuierliche (ordinale oder nominale) Antworten und wir sagen die Wahrscheinlichkeit voraus, dass etwas den Antwortwert hat. Die Technik ähnelt der Standardmethode der kleinsten Quadrate, wir erhalten jedoch keine kontinuierliche Antwort.
F: Woher erkenne ich das beste Modell in der schrittweisen Regression?
A: Sie werden es im Bericht sehen. Überprüfen Sie den Kreis links davon und JMP führt ihn aus.
Fragen aus einer früheren Sitzung beantwortet von Peter Polito @Peter_Politound Clovis Weisbart @cweisbart :
F: Wie gelangt man zur Fit Stepwise-Plattform?
A: Wenn Sie sich auf der Plattform „Modell anpassen“ befinden, gibt es oben rechts eine Dropdown-Option. Sie können die Einstellung von „Standard kleinste Quadrate“ auf „Schrittweise“ ändern.
F: Bedeutet das Speichern des Skripts, dass Sie für einen neuen Datensatz den vorhandenen löschen, durch den neuen ersetzen, ihn unter einem neuen Namen speichern und ausführen können, um neue Ergebnisse zu erhalten?
A: Ja, und die neuen Daten müssten dieselben Variablennamen haben, damit das Skript funktioniert.
F: Was ist bei Ihrer linearen Regression wichtiger: die Normalität Ihrer Rohdaten für die Ausgabe oder die Normalität der Residuen?
A: Beides ist wichtig. Wenn Sie nicht normale Antworten (Ausgaben) haben, handelt es sich um eine Abstufung. Wenn sie also leicht abnormal sind, sind Sie wahrscheinlich in Ordnung. Wenn es sehr schief ist, ist es nicht in Ordnung. Und wenn Ihre Residuen nicht normal sind, ist das nicht in Ordnung. Das bedeutet, dass in Ihrem Modell eine Art Voreingenommenheit oder ein Faktor eine Rolle spielt, der nicht berücksichtigt wird.
F: Hätten Sie sich angesichts des Beispiels, in dem eine Gammaverteilung am besten war, für eine Transformation oder die Verwendung einer verallgemeinerten linearen Modellierung bei der Modellierung entschieden, oder für einen Ansatz, der besser ist?
A: Wenn ich nicht normale Daten habe, verwende ich die generalisierte Regression, eine Funktion von JMP Pro. Ich ging zu „Analysieren“ > „Modell anpassen“ und zog dann meine 12-Monats-Kumulativen in meine Antwort ein. Von hier aus wähle ich „Generalisierte Regression“, die mir die Möglichkeit gibt, die Verteilung dieser bestimmten Antwort anzuwenden. So könnte ich tatsächlich eine Gammaverteilung auswählen, die bei der Modellkonstruktion berücksichtigt wird. Ich mache das immer dann, wenn meine Daten nicht normal sind. Da ich JMP Pro habe, gehe ich normalerweise sowieso einfach zu dieser Funktion, denn wenn JMP Pro eine generalisierte Regression ausführt, erhält man neben der Ausgabe der generalisierten Regression immer auch eine Stardard-Kleinste-Quadrate-Ausgabe.
A: Die rekursive JMP-Partitionierung ist CART und nicht CHAID. In unseren Klassifizierungs- und Regressionsbäumen gibt es an jedem Punkt binäre Aufteilungen, und CHAID ermöglicht mehrere Aufteilungen einer Variablen bei jedem Schritt. Siehe Dokumentation zum Statistische Details für Partition.
F: Gibt es eine Situation, in der Sie Faktoren mit p-Werten größer als 0,05 in Ihrem Modell behalten würden?
A: Ja, es gibt mindestens zwei Fälle, von Fall zu Fall kann es weitere geben. Manchmal ist der Haupteffekt unbedeutend, aber er ist Teil einer signifikanten Wechselwirkung. Oder es gibt einen Faktor, von dem Sie wissen, dass er für das Endprodukt von entscheidender Bedeutung ist. Hier ist ein Beispiel:
Fragen, die in früheren Sitzungen zu diesem Thema beantwortet wurden:
F: Wenn zwei Prädiktoren/Faktoren stark miteinander korrelieren und beide das Y im Modell stark beeinflussen, wählt JMP einfach denjenigen aus, den Sie zuerst in der Plattform „Modell anpassen“ mit einem niedrigen p-Wert aufgeführt haben, und gibt dann die Kovariation an ein sehr hoher p-Wert, da er angesichts dieser Kovarianz effektiv nichts „hinzufügt“?
A: Multikollinearität ist immer eine gute Frage, die es zu untersuchen gilt. Der Variance Inflation Factor (VIF) ist eine mögliche Option. In der Tabelle „Parameterschätzungen“ im Berichtsfenster finden Sie eine Option zum Bewerten des VIF, indem Sie mit der rechten Maustaste klicken und unter „Spalten“ VIF auswählen.
F: Wenn Sie zu viele Faktoren haben, bei denen Sie Schrittweise rückwärts nicht ausführen können, können Sie dann Schrittweise vorwärts ausführen?
A: Sie sollten in der Lage sein, unter der Option „Richtung“ ein Vorwärtsauswahlmodell anzugeben. Bei sehr vielen potenziellen Prädiktoren können Sie die Predictor Screening-Plattform verwenden, eine unglaublich leistungsstarke Plattform für die Variablenauswahl und die Ermittlung der wichtigsten Faktoren. Von dort aus können Sie eine kleinere Teilmenge von Faktoren auswählen, auf die Sie sich konzentrieren möchten. Predictor Screening ist in allen Versionen von JMP verfügbar, nicht nur in JMP Pro.
F: Unterstützt Stepwise die Multikollinearität, da es einfach unwahrscheinlich ist, dass redundante Modellterme gewählt werden?
A: Das könnte für diese Sitzung zu fortgeschritten sein und könnte so interpretiert werden: „Machen Sie sich darüber keine Sorgen; Stepwise kümmert sich um Sie, wenn Sie zu faul sind, kollineare Begriffe selbst zu ziehen.“
Ressourcen
