1 つを除外するか、または k 分割交差検証法??次のような査読者コメントを受け取りました:
カットオフ値の有用性を確認するには、検証が必要です。しかし、このコホートでは検証分析は行われませんでした。サンプルサイズが小さいため、外部検証研究を実行することは困難です。ただし、leave-one-out法やk-foldクロスバリデーション法などの統計的手法により、内部検証（またはクロスバリデーション）分析が可能である可能性があります。
査読者が意図している統計手法を理解できませんでした。
この問題をJMPで解決できますか？
ウィンドウズRe: Leave-One-Out または k-fold 交差検証法??@マリモ ,
Leave-one-out は、データ セット内のすべての行が一度に 1 つずつ検証「セット」として使用される k 分割クロス検証のバージョンです。
たとえば、データ セットに 20 行ある場合、データの 20% を 5 回使用する k 分割 5 交差検証を使用できます。この場合、交差検証用に 4 行、トレーニング用に 16 行が使用されます。
各 20% は、置換サンプリングと呼ばれるものを使用して、すべてのデータが 5 つの k 分割のいずれかに含まれるようにします。この例のもう 1 つのオプションは、k 分割 20 を作成し、データ セットの各行を検証セットとして使用することです。分割の数が多いほど、クロス検証に使用されるデータの割合は低くなります。K 分割クロス検証は、JMP のほとんどのプラットフォームで使用できます。
もう 1 つのオプションは、アルゴリズムに復元サンプリングが組み込まれているブートストラップ フォレストなどの方法を使用することです。このプラットフォームを最大限に活用するには、JMP Pro が必要です。ブートストラップ フォレストは、モデル平均化を使用して、データのさまざまなサブセットを持つ多数の小さなモデル (ツリー) を構築し、データ セット内で最も重要な変数を見つけます。
HTH
請求書
Re: Leave-One-Out または k-fold 交差検証法??質問: 行が 20 行あり、K=20 の分割を使用する場合、それは「leave-one-out」検証とまったく同じことですか? 後者はすべての観測値を検証セットとして使用する (データ セット全体を循環させる) のに対し、K 分割は置換サンプリングを行うと考えていました。そのため、すべての観測値が検証に使用されるかどうかはわかりません。これを明確に説明していただけますか?
Re: Leave-One-Out または k-fold 交差検証法??こんにちは@Marimo さん
コミュニティへようこそ！
検証、特定の検証方法の使用、JMP でそれを実行する方法については、以前の投稿からいくつか情報があります: https://community.jmp.com/t5/Discussions/CROSS-VALIDATION-VALIDATION-COLUMN-METHOD/mp/588349/highlight/true#M79332
この最初の回答がお役に立てば幸いです。
