JMP ofrece numerosas opciones de modelado lineal. Consulte las funciones de Ajuste de Modelo disponibles y aprenda cuándo y cómo utilizar las más útiles para conjuntos de datos continuos, categóricos o complejos, donde puede haber más predictores que observaciones.
Vea cómo:
- Comprender la regresión básica
- Utilice mínimos cuadrados estándar.
- Entienda que los supuestos básicos son que la respuesta es normal y que no hay multicolinealidad entre los factores.
- Maneje la respuesta continua con factores continuos o categóricos.
- Interpretar la línea de mejor ajuste que minimiza el error entre los puntos y la curva de regresión.
- Gestionar los efectos principales, las interacciones, etc.
- Aplicar la transformación Box-Cox si es necesario.
- Utilice la regresión por pasos
- Entienda que la regresión por pasos es similar a los mínimos cuadrados estándar que agrega términos en "pasos" para optimizar todos los factores.
- Especifique la 'Regla de parada' y los controles de 'Dirección' del proceso.
- Crea el modelo usando un botón.
- Utilice la regresión logística: ordinal y nominal para obtener la probabilidad de un resultado particular.
- Entienda que estas técnicas son similares a los mínimos cuadrados estándar, pero utilizan respuestas ordinales o nominales (categóricas).
- Comprenda que a veces la regresión estándar no es suficiente.
- La regresión generalizada de JMP Pro puede ser útil para datos no normales y altamente correlacionados.
- El método de mínimos cuadrados parciales (PLS) es útil cuando los factores superan las observaciones.
- La selección de modelos se puede utilizar para encontrar el mejor modelo lo más rápido posible.
Recordatorio: En JMP, un valor p entre 0,01 y 0,05 se muestra en rojo; un valor menor que 0,01, en naranja; y un valor mayor que 0,05, en negro. El uso de colores puede ser útil al analizar varios efectos simultáneamente y buscar indicadores visuales de significación estadística en los informes. En resumen, un valor p bajo sugiere que la hipótesis nula es incorrecta y que, efectivamente, existe un efecto en la población.
P: ¿Qué es VIF?
A: El factor de inflación de la varianza (VIF) para cada término en valores altos de VIF indica un problema de colinealidad entre los términos del modelo. ¿Podemos separar los efectos en relación con la respuesta?
P: ¿Podemos extrapolar en Prediction Profiler?
A: Sí. Si accedes al Perfilador de predicción, podrás activar el Control de extrapolación para recibir una advertencia si la extrapolación no es adecuada. Si hay algún problema, aparecerá una advertencia de texto en rojo. Ten cuidado al extrapolar en un modelo, ya que podrías no tener datos que respalden los resultados.
Control de extrapolación.JPG
P: ¿Cuándo se utilizan las expresiones "cross", "nids" y "macros" en la especificación de modelos?
A: Existen diferentes maneras de construir un modelo, algunas adecuadas para distintos casos de uso. Cross crea interacciones y efectos polinomiales mediante el cruce de dos o más variables. Nest crea efectos anidados. Macros genera efectos para modelos de uso común. Consulte la documentación para obtener más detalles.
P: ¿Qué debemos hacer si la distribución sigue sin ser normal después de la transformación de Box-Cox?
A: Analice los datos para ver si existe algún conocimiento del dominio que pueda estar influyendo en los resultados, si hay algún patrón y si hay suficientes datos. O bien, utilice una herramienta más robusta; nosotros usamos la regresión generalizada en JMP Pro.
P: ¿Puedo considerar el enfoque por etapas como una especie de selección de factores?
R: Agrega factores de uno en uno, pero debido a que agregamos muchas interacciones, el análisis de factores generalmente solo considera los efectos principales.
P: ¿Qué hacer si el coeficiente de determinación (R cuadrado) es muy bajo?
R: Depende. El coeficiente de determinación (R²) tiene un valor relativo. Depende de cuál sea tu umbral para un valor bajo. Un valor bajo suele indicar que existe algún problema relacionado con tu respuesta. Puedes añadir más términos a tu modelo.
P: ¿En qué se diferencia GenReg del modelo lineal generalizado? ¿Cuándo debemos usar cada uno?
A: Para comparar, consulte la documentación sobre Modelos Lineales Generalizados y Modelos de Regresión Generalizados .
P: ¿Por qué obtienes una respuesta de Chi-cuadrado en lugar de un valor p?
A: Consulte la documentación para obtener más detalles. Recuerde que si tiene alguna pregunta sobre un informe, utilice el icono de signo de interrogación (?) para obtener una respuesta.
Después de la sesión, el ingeniero de soporte técnico de JMP, @PatrickGiuliano , escribió: La probabilidad > Chi-cuadrado es en sí misma un valor p, pero en ese caso Peter demostró el asociado con la distribución Chi-cuadrado (frente a la distribución de muestreo del estadístico t, donde JMP indicaría un valor p para ese caso como "Prob > abs(t)"). Creo que las distribuciones Chi-cuadrado son mejores estimadores para datos "mal condicionados", como los datos donde tenemos censura (que no van a tener una distribución normal).
P: Estoy usando JMP 17 (no la versión Pro). ¿Cómo debo manejar una distribución que es una mezcla de varias distribuciones y ninguna de las distribuciones de regresión lineal generalizada (normal, binomial, de Poisson o exponencial) se ajusta a ella?
A: Dedica tiempo a analizar los datos para ver si hay algo que explique por qué tengo una mezcla. Quizás haya muchos datos, quizás haya un factor categórico que haga que cada uno tenga una distribución diferente, o si no hay muchos datos, puede deberse a eso. Intenta identificar qué está pasando, posiblemente obtén más datos o usa el Simulador en el Profiler (accede a él desde el triángulo rojo) para identificar la causa.
P: ¿Podría hablar sobre el ajuste de modelos logísticos?
A: Los modelos logísticos tienen respuestas no continuas (ordinales o nominales) y predecimos la probabilidad de que algo tenga el valor de respuesta. La técnica es similar a la de mínimos cuadrados estándar, pero no obtenemos una respuesta continua.
P: ¿Cómo puedo saber cuál es el mejor modelo en la regresión por pasos?
A: Lo verás en el informe. Marca el círculo a su izquierda y JMP lo ejecutará.
Mejor paso a paso.JPG
Preguntas de una sesión anterior respondidas por Peter Polito (@Peter_Polito ).y Clovis Weisbart @cweisbart :
P: ¿Cómo se accede a la plataforma Fit Stepwise?
A: En la plataforma Fit Model, hay un menú desplegable en la esquina superior derecha. Puedes cambiarlo de Mínimos cuadrados estándar a Paso a paso.
P: Al guardar el script, ¿significa que, para un nuevo conjunto de datos, podría eliminar el existente, reemplazarlo con el nuevo, guardarlo con un nombre nuevo y ejecutarlo para obtener nuevos resultados?
R: Sí, y los nuevos datos tendrían que tener los mismos nombres de variables para que el script funcione.
P: ¿Qué es más importante en su regresión lineal, la normalidad de sus datos brutos para el resultado o la normalidad de los residuos?
A: Ambos aspectos son importantes. Si las respuestas (resultados) no son normales, se trata de una gradación; si son ligeramente anormales, probablemente no haya problema. Si son muy asimétricas, entonces sí lo hay. Y si los residuos no siguen una distribución normal, tampoco es normal. Esto significa que existe algún sesgo o factor que influye en el modelo y que no se ha tenido en cuenta.
P: En el ejemplo donde una distribución gamma fue la mejor, ¿habría optado por una transformación o el uso de un modelo lineal generalizado al realizar el modelado, o algún otro enfoque es mejor?
A: Cuando tengo datos no normales, uso la Regresión Generalizada, que es una función de JMP Pro. Voy a Analizar > Ajustar Modelo y luego arrastro mi acumulado de 12 meses a mi respuesta. Desde aquí elijo Regresión Generalizada, que me da la opción de aplicar la distribución de esa respuesta en particular, así que podría seleccionar una distribución gamma y se tendrá en cuenta en la construcción del modelo. Hago esto siempre que mis datos no son normales. Como tengo JMP Pro, normalmente voy a esto de todos modos, porque cuando JMP Pro ejecuta una regresión generalizada, siempre te da un resultado de Mínimos Cuadrados Estándar además del resultado de Regresión Generalizada.
A: La partición recursiva de JMP es CART, no CHAID. En nuestros árboles de clasificación y regresión, tenemos divisiones binarias en cada punto, y CHAID permite múltiples divisiones de una variable en cada paso. Consulte la documentación sobre el Detalles estadísticos para la partición.
P: ¿Existe alguna situación en la que mantendría en su modelo factores con valores p mayores de 0,05?
R: Sí, hay al menos dos casos y puede haber otros dependiendo de cada situación. A veces, el efecto principal es insignificante, pero forma parte de una interacción significativa. O bien, puede haber un factor que se sabe que es fundamental para el producto final. He aquí un ejemplo:
Preguntas respondidas en sesiones anteriores sobre este tema:
P: Si dos predictores/factores están fuertemente correlacionados entre sí, y ambos afectan fuertemente a la variable Y en el modelo, ¿JMP simplemente elegirá el que usted listó primero en la plataforma Fit Model por tener un valor p bajo, y luego le dará al covariante un valor p muy alto ya que efectivamente no "agrega" nada dada dicha covarianza?
A: La multicolinealidad siempre es un tema interesante para investigar. El factor de inflación de la varianza (VIF) es una opción posible. En la tabla de Estimaciones de parámetros de la ventana del informe, encontrará una opción para calcular el VIF haciendo clic con el botón derecho y seleccionando VIF en la sección Columnas.
P: Si hay demasiados factores que impiden realizar el método paso a paso hacia atrás, ¿aún se puede realizar el método paso a paso hacia adelante?
A: Debería poder especificar un modelo de selección progresiva en la opción "Dirección". Con muchos predictores potenciales, podría utilizar la plataforma de filtrado de predictores, una herramienta increíblemente potente para la selección de variables y la identificación de los factores más relevantes. A partir de ahí, podría seleccionar un subconjunto más pequeño de factores en los que centrarse. El filtrado de predictores está disponible en todas las versiones de JMP, no solo en JMP Pro.
P: ¿El método Stepwise admite la multicolinealidad, dado que simplemente será improbable que se elijan términos de modelo redundantes?
A: Eso podría ser demasiado avanzado para esta sesión y podría interpretarse como "no te preocupes; Stepwise se encargará de ti si eres demasiado perezoso para extraer los términos colineales por tu cuenta".
Recursos
