このウィッシュリストのリクエストのきっかけは何ですか?
予測モデリング プラットフォームのモデルには、モデル予測の周囲に信頼区間または予測区間を生成するデフォルトの機能がありません。ただし、JPM は、バギングを使用してプロファイラーで予測の周囲に信頼区間を生成する方法を提供しています ( https://www.jmp.com/support/help/en/18.0/#page/jmp/example-of-confidence-intervals-using-bagging.shtml# )。残念ながら、JMP を使用して予測モデルのプロファイラーで予測区間を生成する方法はないようです (私は JMP 17 ユーザーなので、この機能が追加されたかどうかはわかりませんが、JMP 18 のヘルプ エントリに基づくと、この機能は追加されていないと思います)。信頼区間の計算方法を理解している限り、これらの予測区間を生成することは可能だと思います。
どのような改善を望みますか?
JMP 18 ではプロファイラーの予測区間に再び重点が置かれるようになったため ( https://community.jmp.com/t5/JMPer-Cable/Prediction-Profiler-enhancements-in-JMP-18/ba-p/718342 )、予測モデルの予測区間が追加されることを期待しています。予測モデルの信頼区間と予測区間の列式を生成することも役立つでしょう。
このアイデアはなぜ重要なのでしょうか?
予測区間は、提案されたモデルによって生成されたデータが実際のデータに似ているかどうかを判断するのに役立ちます。これは、ベイズ文献では「事後予測チェック」と呼ばれることがよくあります。モデルによって生成されたデータが実際のデータに似ていない場合は、別のモデルを検討することが望ましい場合があります。この概念の説明と簡単な例は、以下の John Kruschke の著書「Doing Bayesian Data Analysis」を参照してください。
「5 番目のステップは、最も信頼できるパラメータ値を持つモデルが、実際にデータをかなりよく模倣しているかどうかを確認することです。これは事後予測チェックと呼ばれます... 1 つの方法は、モデルから予測されたデータの要約を実際のデータに対してプロットすることです... 予測された体重値は、95% の最も信頼できる予測体重値の範囲を示す垂直バーで要約されます。各バーの中央のドットは、予測体重値の平均を示します。グラフを視覚的に検査すると、実際のデータが予測データによって適切に説明されていることがわかります。実際のデータは、モデルから予測された傾向またはバンドから体系的に逸脱しているようには見えません。実際のデータが予測形式から体系的に逸脱しているように見える場合は、別の記述モデルを検討できます。たとえば、実際のデータに非線形の傾向があるように見える場合があります。その場合、モデルを拡張して非線形の傾向を含めることができます... データの分布特性を調べることもできます。たとえば、データに正規分布によって予測される外れ値があるように見える場合は、モデルを変更して、裾が重い分布を使用するようにすることができます..."
このリクエストを送信していただき、詳細を提供していただき、ありがとうございます@mminor 。はい、多くの JMP プラットフォームに予測区間を追加しましたが、予測モデリング プラットフォームの多くには追加されていません。このリクエストを開発部門と共有し、検討していただきました。
