Im vorherigen Blog (Teil 1) haben wir vorgestellt, wie man die Beispieldaten „Kalifornische Immobilienpreise“ von scikit-learn als JMP-Datentabelle mithilfe der in JMP 18 erweiterten Funktion „Python-Integration“ liest.
In diesem Blog (Teil 2) werden wir die geladenen Daten verwenden, um ein Regressionsmodell zu erstellen, das Immobilienpreise basierend auf Alter, Anzahl der Zimmer, Breitengrad, Längengrad usw. vorhersagt, und das Modell mithilfe eines Vorhersageprofils visualisieren. Zu diesem Zeitpunkt ermöglicht JMP 18 jetzt die Anzeige von Vorhersageintervallen im Profil, daher werde ich diese Funktion auch nutzen.
Es ist jedoch gefährlich, plötzlich ein Modell zu erstellen, ohne die Daten zu beobachten. Erkunden Sie die Daten daher, indem Sie sie grafisch darstellen oder zusammenfassen. JMP 18 enthält außerdem neue Funktionen, die Sie bei der Erkundung Ihrer Daten unterstützen.
Header-Statistiken, Datenexploration mit Spaltenumschalter
Beim Durchsuchen von Daten in JMP empfehlen wir die Verwendung der neuen Funktionen in JMP 18: Header-Statistiken und Spaltenmanager.
Header-Statistiken
Klicken Sie in der Datentabelle auf das Symbol Σ, um zusammenfassende Statistiken für jede Spalte in der Datentabelle anzuzeigen. Darüber hinaus können Sie als vorhandene JMP-Funktion auch auf das Histogrammsymbol klicken, um ein Kopfdiagramm anzuzeigen, das eine umfassende Datenvisualisierung und -zusammenfassung ermöglicht.
Spaltenmanager
Durch Klicken auf das Symbol im Spaltenbereich (gekennzeichnet durch den grünen Kreis oben) wird der Spaltenmanager wie unten gezeigt gestartet. Mit diesem Tool können Sie Spalteneigenschaften ändern, zusammenfassende Statistiken, Verteilungen usw. anzeigen und sind besonders nützlich für die Zusammenfassung von Daten mit vielen Variablen.
Wenn Sie sich die zusammenfassenden Statistiken und die Verteilung ansehen, können Sie sehen, dass die Daten bei einigen Variablen nach rechts verlaufen und es große Werte gibt, die als Ausreißer betrachtet werden können. Beispielsweise beträgt der Maximalwert für AveRooms (durchschnittliche Anzahl der Zimmer im Block) 141,9 und der Maximalwert für AveBedrms (durchschnittliche Anzahl der Schlafzimmer im Block) beträgt 34. Für einen Normalbürger wie mich ist das Leben in einem Haus mit 141 Zimmern und 34 Schlafzimmern völlig unvorstellbar. .
Diese abnormalen Werte können sich jedoch auf das später erstellte Modell auswirken. Daher berechnen wir die multivariate Distanz (Mahalanobis-Distanz) mithilfe der Zielvariablen und der erklärenden Variablen und schließen Daten mit großen Werten aus der Modellerstellung aus .
Dieser Prozess schloss 17 Daten aus. Wenn Sie diese Daten aus der Datentabelle ausschließen, werden Header-Diagramme und Header-Statistiken entsprechend neu berechnet.
Vorhersageintervalle im „Prognoseprofil“ anzeigen
Der Bericht, wenn Sie [Model Fit] verwenden, um ein Modell (im Folgenden als Haupteffektmodell bezeichnet) zu erstellen, das die Immobilienpreise in Kalifornien (MedHouseVal) unter Verwendung der Haupteffekte anderer Variablen (MedInc, House Age usw.) erklärt. Es ist wie folgt folgt.
Der geschätzte Wert im Bericht „Parameterschätzung“ wird zum partiellen Regressionskoeffizienten im Regressionsmodell und das „Vorhersageprofil“ ist eine Visualisierung dieser Modellformel. Obwohl sich gezeigt hat, dass der Preis umso niedriger ist, je größer die durchschnittliche Anzahl der Zimmer (AveRooms), ist dies möglicherweise nicht intuitiv. Hier basiert es jedoch auf der erhaltenen Vorhersageformel.
Bei der Vorhersage von Immobilienpreisen in verschiedenen Blöcken ist es außerdem wünschenswert, Vorhersageintervalle zu verwenden, wenn der Bereich möglicher Werte für den vorhergesagten Wert berücksichtigt wird. In JMP 18 können Sie das 95 %-Vorhersageintervall anzeigen (die grüne gerade Linie zeigt die Konfidenzgrenze an), indem Sie im roten Dreieck links vom Vorhersageprofil die Option „Vorhersageintervall“ auswählen.
Wenn diese Vorhersageformel verwendet wird, um die Immobilienpreise in einem anderen Block in Kalifornien anhand der Parameter dieses Blocks (Einkommen, Baujahr, Anzahl der Zimmer usw.) vorherzusagen, ist es wünschenswert , ein Vorhersageintervall als Vorhersagebereich zu finden.
In JMP 18 können Sie das 95 %-Vorhersageintervall (die grüne gerade Linie ist die Konfidenzgrenze des 95 %-Vorhersageintervalls) wie unten gezeigt anzeigen, indem Sie über die rote Dreiecksschaltfläche links neben „Vorhersageprofil“ die Option „Vorhersageintervall“ auswählen.
In JMP 18 können Sie Konfidenzintervalle und Vorhersageintervalle auch unter „Profil“ im Menü „Diagramm“ anzeigen.
Wählen Sie Spalte speichern > Prädiktor- und Intervallformel aus, wie in der Abbildung unten gezeigt.Anschließend werden die Spalten für die Vorhersageformel und das Konfidenzintervall (Mittelwert, individuell) zur Datentabelle hinzugefügt.
*Die Spalte „Konfidenzintervall“ ist auf „nicht angezeigt“ gesetzt.
Dabei haben wir zusätzlich zum Haupteffektmodell auch ein Modell erstellt, das Haupteffekte und quadratische Wechselwirkungen berücksichtigt, und die Berechnungsformel nach dem gleichen Verfahren gespeichert.
Um die Profile des „Haupteffektmodells“ und des „Haupteffekt + quadratischen Interaktionsmodells“ zu vergleichen, verwenden Sie [Grafik] > [Profil] und ändern Sie die Spalte der zuvor gespeicherten Vorhersageformel in die Spalte [Y, Vorhersageformel]. .
Der Profilbericht wird angezeigt. Wählen Sie daher [Vorhersageintervall] aus der roten Dreiecksschaltfläche links neben „Vorhersageprofil“ aus und deaktivieren Sie das Kontrollkästchen „Konfidenzintervall“, wie unten gezeigt.
Das obige Profil ist der vorhergesagte mittlere Preis eines Hauses und 95 % davon, wenn es in Kalifornien einen Block mit dem Längengrad -122,23, dem Breitengrad 37,88, dem Einkommen 8, dem Alter 2 und der Anzahl der Zimmer 7 gibt. Zeigt das Vorhersageintervall.
| Modell |
Vorhergesagter Wert und 95 %-Vorhersageintervall |
| Haupteffektmodell |
3,91 [2,53, 5,29] |
| Haupteffekte, Zwei-Wege-Interaktionsmodell |
4,14 [2,80, 5,47] |
Beim Vergleich der beiden Modelle gibt es einige Unterschiede bei den vorhergesagten Werten und Vorhersageintervallen. Es ist jedoch am besten, davon auszugehen, dass der prognostizierte Wert der Immobilienpreise etwa 4 beträgt und die Prognosespanne im Bereich von 2,5 bis 5,5 liegt.
von Naohiro Masukawa (JMP Japan)
Naohiro Masukawa – JMP-Benutzergemeinschaft
