Les modèles que vous utilisez dépendent de vos données, des questions auxquelles vous essayez de répondre et des problèmes que vous souhaitez résoudre. Découvrez comment prendre une décision en étudiant des études de cas qui illustrent comment identifier, adapter et évaluer les modèles qui pourraient être les plus utiles pour atteindre votre objectif d'analyse.
Questions répondues par Olivia Lippincott @O_Lippincott et Andrea Coombs @andreacoombs1 lors du webinaire en direct :
Q : Le code C est-il une fonctionnalité de JMP-Pro ou est-il également disponible dans JMP ?
R : Le code C est disponible dans JMP Pro. Le dépôt de formules est une fonctionnalité de JMP Pro.
Q : En quoi la capacité de sélection des variables diffère-t-elle entre les modèles basés sur les arbres et la régression par étapes et LASSO ? Autrement dit, comment décidons-nous lequel de ces modèles utiliser pour réduire les fonctionnalités ?
R : Pour les modèles basés sur les arbres, les facteurs sont classés par ordre de contribution à la variabilité. Vous pouvez interpréter le rapport. Regardez les deux et voyez s'ils concordent.
Q : Existe-t-il des cours/vidéos courtes sur le mélange DOE + modélisation ?
A : https://community.jmp.com/t5/Mastering-JMP/Designing-Mixture-Experiments-Part-1/ta-p/546086 et https://community.jmp.com/t5/Mastering-JMP/Designing-Mixture-Experiments-Part-2/ta-p/549335 Sur community.jmp.com/mastering, vous pouvez rechercher des vidéos sur n'importe quel sujet
Q : Quel outil de la plateforme de modèle d’ajustement dois-je utiliser lorsque la distribution des données est en fait un mélange de plusieurs distributions ?
R : Dans JMP Pro, vous pouvez utiliser différentes distributions pour vos réponses. Pour les facteurs, vous souhaiterez peut-être transformer ces variables car il existe une hypothèse de normalité.
Q : Comment regrouperiez-vous les prix des logements par bas, moyen et élevé ?
A : Utilisez Utilitaires > Créer une formule de binning. Ajustez la modélisation, pourriez-vous faire une démonstration ?
Ressources
