開発者向けチュートリアル：JMP Proの一般化回帰を使用して観測データをより深く理解する観測データは、大規模なデータセット、直交性を示さない可能性のあるデータ、解釈よりも予測に関心がある状況において有用な分析に適しています。一般化回帰プラットフォームは、実験計画データと観測データの両方に対して回帰モデルを構築する場所です。留意すべき点をいくつか挙げます。
- ペナルティ付き回帰は、観測データに対して大きな可能性を秘めている。
- 遺伝の影響は恐らく必要ないだろう。
- 十分なデータがある場合はホールドアウトセットを使用し、そうでない場合はAICcを使用します。
以下の手順をご覧ください。
- 見積もりに関連する背景原則と、考慮すべき事項を理解する：
- 推定値が真実からどれだけかけ離れているか（バイアス）
- 推定値のばらつきの程度（分散）
- バイアスと分散の原理を組み合わせて、推定量の平均二乗誤差でどのように測定できるか
- ペナルティ付き回帰手法（リッジ回帰、ラッソ回帰、エラスティックネット回帰、アダプティブラッソ回帰、ダブルラッソ回帰、ダンツィヒセレクター）を理解する
- JMP Proで遺伝効果がどのように処理されるかをご覧ください。
- グリッド制御オプションを選択してください
- 強制用語、早期停止、情報欠落を使用する
リソース
予測モデリングと機械学習
