在先前的部落格（第 1 部分）中，我們介紹瞭如何使用 JMP 18 中增強的「Python 整合」功能將 scikit-learn 的樣本資料「加州房價」讀取為 JMP 資料表。
在本部落格（第 2 部分）中，我們將使用載入的資料建立迴歸模型，根據年齡、房間數量、緯度、經度等來預測房價，並使用預測配置檔案來視覺化模型。那時，JMP 18 現在允許您在設定檔中顯示預測區間，因此我也將利用此功能。
然而，在不觀察數據的情況下突然創建模型是危險的，因此透過繪製圖表或總結數據來探索數據。 JMP 18 還包含可協助您探索資料的新功能。
標題統計、使用列切換器進行資料探索
在 JMP 中探索資料時，我們建議使用 JMP 18 中的新功能：標題統計和列管理器。
標題統計
按一下資料表中的 Σ 圖示可顯示資料表中每列的總計統計資料。此外，作為現有的 JMP 功能，您還可以按一下直方圖圖示來顯示標題圖，從而實現進階資料視覺化和匯總。
欄位經理
點擊“列”面板中的圖示（由上面的綠色圓圈表示）將啟動“列管理器”，如下所示。該工具可讓您變更列屬性、查看總計統計資料、分佈等，對於匯總具有多個變數的資料特別有用。
查看總計統計資料和分佈，可以看到對於某些變量，資料尾部向右，並且有較大的值可以被視為異常值。例如，AveRooms（區塊中的平均房間數）的最大值為 141.9，AveBedrms（區塊中的平均臥室數）的最大值為 34。住在一棟有141個房間、34間臥室的房子裡，對我這樣的平民來說是完全難以想像的。 。
但是，這些異常值可能會影響後面建立的模型，因此我們使用目標變數和解釋變數計算多元距離（馬哈拉諾比斯距離），並從模型建立中排除具有較大值的資料。
此過程排除了 17 個資料。如果您從數據表中排除這些數據，則標題圖和標題統計資料將相應地重新計算。
在「預測設定檔」中顯示預測區間
使用[Model Fit]建立模型（以下簡稱主效應模型），利用其他變數（MedInc、房屋年齡等）的主效應解釋加州房價（MedHouseVal）時的報告如下。
報告「參數估計」中的估計值成為迴歸模型中的偏迴歸係數，而「預測剖面」是該模型公式的可視化。儘管已經表明，平均房間數量（AveRooms）越多，價格越低，但這可能是違反直覺的。然而，這裡是基於得到的預測公式。
另外，在預測不同區塊的房價時，在考慮預測值的可能值範圍時最好使用預測區間。在 JMP 18 中，您可以從預測設定檔左側的紅色三角形中選擇「預測區間」來顯示 95% 預測區間（綠色直線表示信賴區間）。
當使用這個預測公式根據加州另一個街區的參數（收入、建造年份、房間數量等）來預測該街區的房價時，需要找到預測區間作為預測範圍。
在 JMP 18 中，您可以透過選擇「預測設定檔」左側的紅色三角形按鈕中的「預測區間」來顯示 95% 預測區間（綠色直線是 95% 預測區間的置信限），如下所示。
在 JMP 18 中，您也可以在圖形選單下的剖面圖下查看信賴區間和預測區間。
選擇保存列 > 預測變數和區間公式，如下圖所示。然後將預測公式和置信區間（平均值、個體）欄位加入到資料表中。
*置信區間列設定為「不顯示」。
在此過程中，除了主效應模型之外，我們還創建了包含主效應和二次交互作用的模型，並使用相同的過程保存了計算公式。
為了比較“主效應模型”和“主效應+二次交互模型”的配置文件，請使用[圖形] > [配置文件]並將先前保存的預測公式列更改為[Y，預測公式]列。
將顯示設定檔報告，因此從「預測設定檔」左側的紅色小三角按鈕中選擇[預測區間]，然後取消選取「置信區間」複選框，如下所示。
上面的配置是當加州有一個街區位於經度-122.23，緯度37.88，收入8，年齡2，房間數7...時，房屋的預測中位數價格及其95％...顯示了預測區間。
| 模型 |
預測值和95%預測區間 |
| 主效果模型 |
3.91 [2.53, 5.29] |
| 主效應，雙向交互作用模型 |
4.14 [2.80, 5,47] |
比較兩個模型時，預測值和預測區間有些差異。然而，最好認為房價的預測值約為4，預測範圍在2.5至5.5範圍內。
作者：Naohiro Masukawa（JMP 日本）
Naohiro Masukawa - JMP 使用者社區
