JMP ofrece muchas opciones de modelado lineal. Vea las capacidades disponibles de Ajustar modelo y aprenda cuándo y cómo usar las que son más útiles para conjuntos de datos continuos, categóricos y/o complejos donde puede haber más predictores que observaciones.
Vea cómo:
- Comprender la regresión básica
- Utilice mínimos cuadrados estándar
- Comprender que los supuestos básicos son que la respuesta es normal y que no hay multicolinealidad entre los factores.
- Manejar la respuesta continua con factores continuos o categóricos.
- Interpretar la línea de mejor ajuste que minimice el error entre los puntos y la 'curva' de regresión
- Manejar efectos principales, interacciones, etc.
- Aplique la transformación Box-Cox si es necesario
- Utilice la regresión por pasos
- Comprenda que la regresión por pasos es como mínimos cuadrados estándar que agrega términos en 'pasos' para optimizar todos los factores.
- Especifique la 'Regla de detención' y la 'Dirección' controla el proceso
- Haz el modelo haciendo clic en un botón.
- Utilice Logística: regresión ordinal y nominal para proporcionar una probabilidad de un resultado particular
- Comprenda que estas técnicas son similares a los mínimos cuadrados estándar, pero utilizan respuesta ordinal o nominal (categórica)
- Comprender que a veces la regresión estándar no es suficiente
- La regresión generalizada de JMP Pro puede ser útil para datos no normales y altamente correlacionados
- Los mínimos cuadrados parciales (PLS) son útiles cuando los factores exceden las observaciones
- Model Screening se puede utilizar para encontrar el mejor modelo lo más rápido posible.
Recordatorio: en JMP, un valor p entre 0,01 y 0,05 se colorea en rojo; menos de 0,01 es naranja; mayor que .05 es negro. La codificación de colores puede resultar útil cuando se analizan varios efectos diferentes a la vez y se desea buscar en los informes señales visuales de importancia estadística. En términos simples, un valor p bajo sugiere que la hipótesis nula es incorrecta y que realmente existe un efecto en la población.
P: ¿Qué es VIF?
R: El factor de inflación de varianza (VIF) para cada término en valores altos de VIF indica un problema de colinealidad entre los términos del modelo. ¿Podemos desenredar los efectos en relación con la respuesta?
P: ¿Podemos extrapolar en Prediction Profiler?
R: Sí. Si va más allá en el Generador de perfiles de predicción, podrá activar el Control de extrapolación para recibir una advertencia si la extrapolación no es sensata. Parpadeará una advertencia textual roja si hay un problema. Tenga cuidado al extrapolar en un modelo, porque es posible que no tenga datos para respaldar los resultados.
P: ¿Cuándo se utiliza "cruz vs nido vs macros" en la especificación del modelo?
R: Estas son diferentes formas de construir un modelo, algunas apropiadas para diferentes casos de uso. Cross Crea interacción y efectos polinomiales al cruzar dos o más variables. Nest Crea efectos anidados. Macros Genera efectos para modelos de uso común. Consulte la documentación para obtener más detalles.
P: ¿Qué debemos hacer si la distribución aún no es normal después de la transformación Box-Cox?
R: Mire los datos para ver si hay algún conocimiento del dominio que crea que podría estar influyendo en los resultados, si hay un patrón, hay suficientes datos. O utilice una herramienta más sólida: utilizamos regresión generalizada en JMP Pro.
P: ¿Puedo considerar el enfoque gradual como una especie de evaluación de factores?
R: Agrega factores a la vez, pero porque agregamos muchas interacciones. La selección de factores normalmente sólo analiza los efectos principales.
P: ¿Qué hacer si R cuadrado es muy bajo?
R: Depende. R-cuadrado tiene un valor relativo. Depende de cuál sea su umbral bajo. Bajo normalmente indica que hay algo relacionado con su respuesta que es un problema. Puede agregar más términos a su modelo.
P: ¿En qué se diferencia GenReg del modelo lineal generalizado? ¿Cuándo usamos cuál?
R: Para comparar, consulte la documentación sobre Modelo lineal generalizado y Modelos de regresión generalizados .
P: ¿Por qué obtiene una respuesta de ChiSq frente a un valor p?
R: Consulte la documentación para obtener más detalles. Recuerde que si tiene alguna pregunta sobre un informe, utilice el ícono del signo de interrogación (?) para obtenerla y responderla.
Después de la sesión, el ingeniero de soporte técnico de JMP @PatrickGiuliano Patrick Giuliano escribió: El problema > ChiCuadrado es en sí mismo un valor p, pero en ese caso Peter demostró el asociado con la distribución Chi-Cuadrado (frente a la distribución muestral de la estadístico t, donde JMP indicaría un valor p para ese caso como "Prob > abs(t)") - Creo que las distribuciones ChiSquared son mejores estimadores para datos "mal condicionados", como los datos donde tenemos censura (que no es t va a tener una distribución normal).
P: Estoy usando JMP 17 (no la versión Pro). ¿Cómo debo lidiar con una distribución que es una mezcla de varias distribuciones y ninguna de las distribuciones de Regresión Lineal Generalizada (Normal, Binomial, Poisson o Exponencial)?
R: Dedique algún tiempo a investigar los datos para ver si hay algo que defina por qué tengo una mezcla. Quizás hay muchos datos, quizás hay un factor categórico que cada uno tiene una distribución diferente, o si no hay muchos datos, puede ser por eso. Intente identificar lo que está sucediendo, posiblemente obtenga más datos o use el Simulador en el Generador de perfiles (acceda a él desde el triángulo rojo) para identificar lo que podría estar sucediendo.
P: ¿Puedes hablar sobre la adaptación de modelos logísticos?
R: Los modelos logísticos tienen respuestas no continuas (ordinales o nominales) y predecimos la probabilidad de que algo tenga el valor de respuesta. La técnica es similar a los mínimos cuadrados estándar, pero no obtenemos una respuesta continua.
P: ¿Cómo puedo saber cuál es el mejor modelo en regresión por pasos?
R: Lo verás en el informe. Marque el círculo a la izquierda y JMP lo ejecutará.
Preguntas de una sesión anterior respondidas por Peter Polito @Peter_Politoy Clovis Weisbart @cweisbart :
P: ¿Cómo se llega a la plataforma Fit Stepwise?
R: Hay una opción desplegable en la esquina superior derecha cuando estás en la plataforma Ajustar modelo. Puede cambiarlo de Mínimos cuadrados estándar a Paso a paso.
P: Al guardar el script, ¿significa esto que, para un nuevo conjunto de datos, puede eliminar el existente, reemplazarlo por uno nuevo, guardarlo con un nombre nuevo y ejecutarlo para obtener nuevos resultados?
R: Sí, y los nuevos datos deberían tener los mismos nombres de variable para que el script funcione.
P: ¿Qué es más importante en su regresión lineal, la normalidad de sus datos sin procesar para la salida o la normalidad de los residuos?
R: Ambos son importantes. Si tiene respuestas (respuestas) anormales, es una gradación, por lo que si es ligeramente anormal, entonces probablemente esté bien. Si está muy sesgado, entonces no está bien. Y si sus residuos no son normales, no está bien. Eso significa que tiene algún tipo de sesgo o algún tipo de factor que está en juego en su modelo y que no se aborda.
P: Con el ejemplo en el que una distribución gamma era la mejor, ¿habría optado por una transformación o el uso de modelado lineal generalizado cuando está modelando, o algún enfoque que sea mejor?
R: Cuando tengo datos no normales, uso la regresión generalizada, que es una función de JMP Pro. Iría a Analizar>Ajustar modelo y luego arrastraría mi acumulado de 12 meses a mi respuesta. Desde aquí elijo Regresión generalizada, que me da la opción de aplicar la distribución de esa respuesta en particular, por lo que podría seleccionar una distribución gamma y se tendrá en cuenta en la construcción del modelo. Hago esto cada vez que mis datos no son normales. Debido a que tengo JMP Pro, generalmente uso esto de todos modos, porque cuando JMP Pro ejecuta una regresión generalizada, siempre le brinda una salida de mínimos cuadrados estándar además de la salida de regresión generalizada.
R: La partición recursiva JMP es CART, no CHAID. En nuestros árboles de clasificación y regresión, tenemos divisiones binarias en cada punto y CHAID permite múltiples divisiones de una variable en cada paso. Ver documentación sobre el detalles estadísticos para la partición.
P: ¿Existe alguna situación en la que mantendría factores con valores de p superiores a 0,05 en su modelo?
R: Sí, hay al menos dos casos y pueden haber otros según el caso. A veces el efecto principal es insignificante pero forma parte de una interacción significativa. O puede tener un factor que sabe que es parte integral del producto final. Aquí hay un ejemplo:
Preguntas respondidas en sesiones anteriores sobre este tema:
P: Si dos predictores/factores están fuertemente correlacionados entre sí, y ambos afectan fuertemente la Y en el modelo, ¿JMP simplemente elegirá el que usted enumeró primero en la plataforma Ajustar modelo como si tuviera un valor p bajo y luego le daría la covariante? ¿Uno tiene un valor p muy alto ya que efectivamente no "agrega" nada dada dicha covarianza?
R: La multicolinealidad siempre es una buena cuestión para investigar. El factor de inflación de varianza (VIF) es una opción potencial. Dentro de la tabla Estimaciones de parámetros en la ventana del informe, puede encontrar una opción para evaluar el VIF haciendo clic derecho y seleccionando VIF en Columnas.
P: Si tienes demasiados factores en los que no puedes hacer Hacia atrás paso a paso, ¿aún puedes hacer Adelante paso a paso?
R: Debería poder especificar un modelo de selección directa en la opción "Dirección". Con muchos, muchos predictores potenciales, puede emplear la plataforma Predictor Screening, que es una plataforma increíblemente poderosa para la selección de variables y la identificación de los factores principales. A partir de ahí, puedes elegir un subconjunto más pequeño de factores en los que centrarte. Predictor Screening está disponible en todas las versiones de JMP, no solo en JMP Pro.
P: ¿Stepwise se adapta a la multicolinealidad ya que simplemente será poco probable que se elijan términos de modelo redundantes?
R: Eso podría ser demasiado avanzado para esta sesión y podría interpretarse como "no te preocupes; el paso a paso se encargará de ti si eres demasiado vago para extraer términos colineales por tu cuenta".
Recursos
