In landwirtschaftlichen Betrieben ist die Fähigkeit, den jährlichen Ernteertrag präzise vorherzusagen, entscheidend für die Steigerung von Effizienz, Rentabilität und Nachhaltigkeit. Je früher der Ertrag prognostiziert werden kann, desto effizienter lassen sich Ressourcen einsetzen, die Lieferkette steuern, die Ernte planen und die Lagerlogistik optimieren.
Eine aktuelle Herausforderung für die Zuckerrübenindustrie ist der Klimawandel, der zu zunehmenden Ertragsschwankungen von Jahr zu Jahr führt. Die sich rasch ändernden Wetterbedingungen erschweren die Ertragsprognose und erhöhen letztendlich die Kosten für alle Beteiligten.
Die Nutzung von Datenanalyse und maschinellem Lernen ist eine Möglichkeit, die Genauigkeit und Aktualität von Ertragsprognosen zu verbessern. In JMP wurde ein Vorhersagemodell für Zuckerrübenerträge entwickelt. Der gesamte Prozess konnte ausschließlich in JMP durchgeführt werden: Datenerfassung, -bereinigung, -vorverarbeitung, explorative Datenanalyse, Merkmalsentwicklung, Modellauswahl, Training, Evaluierung, Optimierung sowie die anschließende Bereitstellung und Wartung.
Hallo zusammen! Heute schauen wir uns JMP für die Prognosemodellierung an, insbesondere für landwirtschaftliche Erträge. Wichtig ist aber, dass sich das gezeigte Verfahren nicht nur auf landwirtschaftliche Erträge beschränkt. Es ist vielseitig einsetzbar. Ich hoffe, es dient als praktische Anleitung, wie Sie das selbst umsetzen können. Ich zeige Ihnen einige nützliche Tricks in JMP, die besonders für landwirtschaftliche Erträge hilfreich sind. Aber wie gesagt, im Prinzip ist dieses Verfahren für alle Prognosen geeignet.
Ich gebe Ihnen hier eine kurze Anleitung mit einigen Beispielen, wie Sie in JMP Vorhersagemodelle speziell für landwirtschaftliche Erträge erstellen können. Wie bereits erwähnt, können Sie dies für jeden beliebigen Vorhersageprozess nutzen. Das Problem hierbei ist, dass frühzeitige und genaue Ertragsprognosen für landwirtschaftliche Unternehmen von großer Bedeutung sind. Eine Schwierigkeit dabei ist die starke jährliche Schwankung von Ertrag und Qualität bei Zuckerrüben. Diese Schwankungen nehmen im Laufe der Zeit sogar an Häufigkeit und Ausmaß zu, was die Vorhersage erschwert. Der Einsatz von Anwendungen wie JMP mit ihren Vorhersagefunktionen wird daher immer wichtiger und notwendiger, um Erträge präzise vorherzusagen.
Einer der Hauptgründe für die zunehmende Variabilität scheint der Klimawandel zu sein. Wie wir sehen werden, wollte ich Ihnen zunächst einen Überblick über den Zuckerrübenanbau geben. Was genau bedeutet Ertrag? Hier sehen Sie eine Zuckerrübe, und es gibt zwei Aspekte zu beachten. Der erste ist die Größe der Zuckerrübe. Hier sehen Sie das Gewicht der gereinigten Rübe. Wie Sie sehen, befindet sich an dieser Rübe noch etwas Erde. Sie wird dann gereinigt, und das Gewicht dieser Rübe ist ein Bestandteil des Ertrags.
Die zweite Komponente ist die Qualitätskomponente, also die Zuckerkonzentration in der Rübe. Vereinfacht gesagt, ergibt sich der Ertrag aus der Zuckerkonzentration multipliziert mit der Größe der Rübe.
Wie können wir den Ertrag präzise vorhersagen? Zunächst einmal: Das Prinzip ist für jede Branche gleich. Wir sammeln möglichst viele Daten über möglichst viele Standorte und Jahre, um einen großen Datensatz zu erstellen. Dieser soll alle potenziellen Einflussfaktoren auf den landwirtschaftlichen Ertrag sowie die entsprechenden Ertragswerte enthalten, die wir vergleichen können. Wir erstellen also einen umfangreichen historischen Datensatz mit vielen unabhängigen Variablen neben unserer abhängigen Variable.
Für die Landwirtschaft benötigen Sie in einigen dieser Beispiele unbedingt Ertragsdaten, idealerweise Daten zur Bodengesundheit, zum Wetter, zu Schädlingen und Krankheiten, zu landwirtschaftlichen Bewirtschaftungsmethoden, zur Saatgutsorte, zur Bodenbeschaffenheit, zu Fernerkundungsdaten usw. Je mehr Daten Sie haben und je besser deren Qualität ist, desto genauer können Sie Ihren Ertrag vorhersagen und desto mehr Ertragsschwankungen können Sie einem dieser Faktoren zuordnen und somit auch mehr Unterschiede zwischen diesen Variablen erkennen.
In der Landwirtschaft gibt es unzählige Einflussfaktoren auf den Ertrag. Es ist nahezu unmöglich, alle relevanten Informationen in einem einzigen Datensatz zu erfassen. Ziel ist es jedoch, möglichst viele Daten zu sammeln, um eine gute Ertragsprognose zu ermöglichen. Zunächst sollten alle verfügbaren Daten zusammengetragen, in einem Datensatz kombiniert und anschließend bereinigt und verarbeitet werden. In JMP kann dann eine explorative Datenanalyse durchgeführt werden, um verborgene Muster und Trends im Datensatz aufzudecken. Darauf aufbauend lassen sich die wichtigsten Einflussfaktoren für die Qualität und den Ertrag von Zuckerrüben identifizieren. Mithilfe dieser Einflussfaktoren können dann Vorhersagemodelle erstellt werden, um zukünftige Erträge zu prognostizieren.
Kurz zur Prozessübersicht in JMP. Der erste Schritt ist die Datenerfassung, und das ist tatsächlich der wichtigste. Ich kann das gar nicht genug betonen. Die Datenqualität ist extrem wichtig. Einer meiner Mentoren sagt oft: „Müll rein, Müll raus.“ Ohne gute Daten lässt sich kein gutes Modell erstellen, egal wie gut der Prozess ist. Man muss sich wirklich darauf konzentrieren, qualitativ hochwertige Daten zu erhalten.
Ein Vorteil in der Landwirtschaft ist, dass das Wetter eine wichtige Variable für den Ertrag darstellt. Dank moderner Technologie verfügen wir heute über sehr gute Methoden, um Wetterdaten für ein Feld, eine Region oder Ähnliches nachträglich zu erfassen. Es gibt Technologien, mit denen wir diese Wetterdaten aus anderen Quellen sehr präzise übernehmen und nutzen können.
Im Agrarsektor ist dies ein wirklich wichtiger Baustein, denn oft ist man darauf angewiesen, dass das Unternehmen, mit dem man zusammenarbeitet, bereits über gute Datenmanagementpraktiken verfügt und viele wichtige Variablen erfasst, möglichst viele Daten sammelt und diese gut speichert, um einen einfachen Zugriff zu ermöglichen. Ist dies nicht der Fall, ist die Wahrscheinlichkeit geringer, ein gutes Vorhersagemodell zu entwickeln, und es kann Jahre dauern, die notwendigen Daten für ein wirklich gutes Modell zusammenzutragen.
Dann folgen Datenbereinigung, Vorverarbeitung, Feature Engineering, explorative Datenanalyse, Modellauswahl, Training, Optimierung und Evaluierung. Schließlich die Modellbereitstellung und gegebenenfalls Wartung. Der erste Schritt ist die Datenerfassung. Wie bereits erwähnt, sind Daten häufig an vielen verschiedenen Orten, in verschiedenen Datenbanken und möglicherweise in verschiedenen Tabellenblättern gespeichert. Ziel von JMP ist es, all diese Daten zusammenzuführen.
In diesem speziellen Fall, bei den landwirtschaftlichen Erträgen, gab es drei Datensätze: Daten aus der Erntesaison, Wetterdaten und die endgültigen Ertragsdaten. Wichtig ist, eine Gemeinsamkeit zwischen allen Datensätzen zu finden, die wir gleich zeigen werden. Anschließend können Sie mit dem JMP Query Builder all diese Datenquellen schnell, unkompliziert und präzise zusammenführen. In diesem Fall war die gemeinsame Basis die Vertragsnummer und das Jahr, anhand derer wir die Daten kombinieren konnten.
Kommen wir gleich zum ersten Schritt, den ich Ihnen zeigen werde: die Datenvorverarbeitung. Je nach Ihren Daten und der geplanten Analyse ist die Datennormalisierung möglicherweise nicht notwendig, kann aber die Modellleistung verbessern. Schauen wir uns das in JMP an. Hier ist die JMP-Plattform mit Wetterdaten. Wenn wir diese öffnen und in die Verteilung gehen, sehen wir einige Wettervariablen. Diese fügen wir der Verteilung hinzu.
Schauen wir uns das hier einmal genauer an. Wie Sie sehen, ist die Niederschlagsverteilung linksschief. Bei nicht normalisierten Daten kann es zu Problemen mit dem Modell kommen. Es kann dem Modell schwerer fallen, Zusammenhänge in schiefen Daten zu erkennen. Eine Möglichkeit, dies zu korrigieren, ist die Normalisierung der Daten. Öffnen Sie dazu JMP und suchen Sie den entsprechenden Datensatz für die akkumulierten Niederschlagsdaten. Fügen wir eine neue Spalte mit der Formel ein. Die betreffende Spalte enthält die Niederschlagsdaten.
Um diese Daten zu normalisieren, ziehen wir die Quadratwurzel aus den linksschiefen Daten. Fügen Sie diese Formel in die Spalte ein und klicken Sie auf „Anwenden“. Nun sehen wir diese neue Spalte. Benennen wir sie zur besseren Übersicht: „Normalisierter Niederschlag“. Schauen wir uns nun die Verteilung und die beiden Spalten zusammen an. Ignorieren Sie diese hier. Sie werden später benötigt. Hier sehen wir die Originaldaten. Fügen wir diese Achsen einfach hierher ein.
Wie Sie hier in der Verteilung sehen können, weisen die Originaldaten eine deutliche Linksschiefe auf. Mit den normalisierten, wurzelbereinigten Daten wird die Modellierung deutlich einfacher. Ein Problem dabei ist jedoch zu beachten: Wenn Sie mit einem Kunden arbeiten, ist beispielsweise die Niederschlagsmenge für ihn sehr leicht verständlich. Wenn Sie ihm dann ein Modell mit diesen wurzelbereinigten Daten präsentieren, ist die Wurzel des Niederschlags nicht mehr interpretierbar. Oftmals wünschen sich Kunden jedoch gut erklärbare Daten. Daher müssten Sie am Ende dieses Prozesses gegebenenfalls die Wurzel dieser Werte ziehen, damit sie für den Kunden verständlich sind.
Das ist also eine Möglichkeit. Gehen wir zurück zur Präsentation. Im nächsten Schritt bereinigen wir die Daten; die Formatierung ist oft sehr hilfreich. Zunächst können wir die Tabellenaufteilung betrachten. In diesem Datensatz sehen Sie, dass wir separate Spalten für Niederschlag, Temperatur, Minimaltemperatur, Maximaltemperatur und eine Spalte für den Monat haben. Für unsere Analyse ist es möglicherweise nicht optimal, eine Spalte für den Monat und eine Spalte für jede Temperaturvariable zu haben. Wir sollten das ändern. Dazu gehen wir auf „Tabellen“ und wählen „Aufteilen“. Wir teilen die Daten nach Monat auf. Wir teilen die Wetterdaten auf und behalten alle übrigen Spalten.
In diesem neuen Datensatz sehen Sie, dass wir jetzt für jeden Monat eine Spalte haben, was die Arbeit damit deutlich erleichtert. Hier sehen Sie Monat 1, Monat 2 usw. Wir haben nun für jeden Monat eine eigene Spalte. Das ist ein erster Anhaltspunkt. Schließen wir das Fenster und lassen wir es vorerst so. Als Nächstes können wir Daten kombinieren. Das ist eine wirklich praktische Funktion von JMP, mit der sich zwei Datensätze sehr schnell zusammenführen lassen. Schauen wir uns das kurz an.
Hier sehen Sie, dass wir die Wetterdaten geöffnet haben. Wir haben die Tabelle aufgeteilt und haben nun eine zweite Tabelle mit der Vertrags-ID, dem Ertrag und dem Standort. Wir möchten diese Daten mit den Wetterdaten kombinieren. Wie machen wir das? Wir verwenden unseren Ertragsdatensatz, die Tabellen und den Abfrage-Generator. Die Ertragsdaten sind hier vorhanden. Wir möchten die Wetterdaten einbeziehen. JMP hat bereits zwei Spalten gefunden, die für JMP identisch aussehen: die Vertrags-ID. Genau diese benötigen wir.
Wenn dies nicht der Fall wäre, müssten Sie es möglicherweise entfernen. Klicken Sie hier auf das X, um es zu entfernen. In diesem Fall ist es jedoch nicht nötig. Anschließend können Sie Ihre eigene Vertrags-ID hinzufügen. Wir verwenden diese als gemeinsamen Nenner. Nun entscheiden wir, welche Verknüpfung wir verwenden möchten. Dies ist eine SQL-Abfrage: Left Outer Join. Nein, das benötigen wir nicht. Wir benötigen nur Inner Join, bei dem die Daten aus beiden Datensätzen übereinstimmen. Erstellen Sie die Abfrage. Wir können hier alle Spalten hinzufügen, die Abfrage ausführen und erhalten einen Datensatz, der beide Tabellen kombiniert. Hier sind die Ertragsdaten. Hier haben wir alle unsere Wetterdaten, die wir nun analysieren können.
Der nächste Schritt ist die Untersuchung von Ausreißern. Bei kleinen Datensätzen mit wenigen Spalten lassen sich diese in JMP sehr einfach und schnell analysieren, indem man alle zu analysierenden Daten hineingibt. Betrachten wir hier ein Beispiel anhand einer Verteilungsanalyse. Oftmals lassen sich einzelne Ausreißer leicht identifizieren. Hier sehen wir deutlich einen Ausreißer.
Bei großen Datensätzen mit potenziell Hunderten von Spalten, wie unserem, ist das jedoch zu zeitaufwändig. In JMP können wir stattdessen auf „Analysieren“, „Screening“ und dann auf „Ausreißer untersuchen“ gehen. Hier können wir alle unsere Spalten hinzufügen und die Ausreißerprüfung durchführen. Wählen wir hier „Quantilbereich-Ausreißer“. Sofort erhalten wir eine Liste aller Spalten und die Anzahl der Ausreißer basierend auf diesem Test. Es gibt viele Möglichkeiten, diese Ausreißer zu betrachten, aber dies ist nur eine schnelle. Anschließend können wir unsere Ausreißer auswählen, sie ausschließen und entfernen. Wir können sie auswählen und die Zellen farblich markieren, um sie später genauer zu betrachten. Es gibt viele Optionen. Auf diese Weise können wir bei großen Datensätzen alle unsere Ausreißer sehr schnell ausschließen.
Der nächste Schritt ist das Feature Engineering. Hierbei können wir die Leistung unseres zukünftigen Modells verbessern, indem wir es mit besseren Informationen versorgen. Dies erfordert möglicherweise Fachwissen oder Erkenntnisse aus Ihrer explorativen Datenanalyse. Vielleicht haben Sie bereits eine Ahnung, dass die Kombination bestimmter Spalten auf bestimmte Weise die Vorhersagekraft steigern kann. In diesem Beispiel möchten wir beispielsweise ein Feature erstellen, das die Sommerniederschlagsmenge in Mühlen repräsentiert. Wie gehen Sie dabei vor?
Ganz einfach, kehren wir zu JMP zurück. Hier haben wir unseren Datensatz und fügen eine neue Spalte hinzu. Nennen wir sie „Sommerniederschlag in Millimetern“. Formel: Gehen wir zu unserem Sommerniederschlag. Statistische Funktion: Hier können wir ganz einfach den Mittelwert berechnen und die gewünschten Variablen per Drag & Drop hinzufügen. Jetzt haben wir ein Merkmal, die Sommerinformationen, wie wir hier sehen. Dies sind die zuvor verwendeten, quadratisch gerouteten Daten. Feature Engineering ist ein wichtiger Aspekt, den wir berücksichtigen sollten. Wir versuchen, die Vorhersagekraft des Modells zu verbessern, indem wir Merkmale hinzufügen, die die Vorhersagbarkeit der Daten erhöhen.
Hier sind einige weitere Möglichkeiten der explorativen Datenanalyse. Antwort- und Prädiktor-Screening sind sehr hilfreiche Werkzeuge in JMP. Das Antwort-Screening werden wir hier nicht näher betrachten. Das Prinzip ist jedoch dasselbe wie beim Prädiktor-Screening. Beim Antwort-Screening werden einzelne Variablen mittels einer Y-x-Analyse untersucht. Dabei können Sie die einzelnen unabhängigen Variablen und deren Einfluss auf die abhängige Variable analysieren.
Das Prädiktor-Screening sehen wir uns jetzt genauer an. Es ist ein sehr gutes Werkzeug, um bei großen Datensätzen verborgene Trends aufzudecken. In JMP gehen wir zu „Analysieren“, dann zu „Screening“, „Prädiktor-Screening“. Dabei kommt der Random-Forest-Algorithmus zum Einsatz. Wir wollen herausfinden, welche Faktoren die wichtigsten Prädiktoren für unsere Zielgröße, den Ertrag, sind und warum. Dabei könnte sich herausstellen, dass der Standort eine wichtige Rolle spielt. Wir möchten so viele Variablen wie möglich einbeziehen – alle unsere Daten.
Das sind alles Beispieldaten, also erwarten wir hier keine Wunder. Wir können das heute auch parallel laufen lassen, um Zeit zu sparen. Einfach hier einfügen. Wir starten das Programm, und im Hintergrund läuft der Bootstrap-Forest. Wir schauen uns dann die wichtigsten Prädiktoren für den Ertrag an. Wie Sie hier sehen, ist Vorsicht geboten, da es sich um Beispieldaten handelt. Man sollte die Ergebnisse mit Vorsicht genießen. Der wichtigste Prädiktor für den Ertrag ist in diesem Fall der Standort. Wir haben drei verschiedene Standorte und eine Mindesttemperatur von 11 °C.
Daraus können wir wichtige Variablen identifizieren, die wir später in unser Modell aufnehmen möchten. Wir können sie markieren und kopieren. Diese Variablen können wir später verwenden. Die Prädiktor-Screening-Funktion ist eine sehr gute Methode, um schnell die wichtigsten Prädiktoren in einem Datensatz für die jeweilige Zielvariable zu ermitteln.
Nachdem wir die Prädiktoren identifiziert haben, können wir uns nun schnell die Hauptkomponentenanalyse ansehen. Dazu fügen wir die zuvor isolierten Variablen hinzu, die wichtige Prädiktoren für den Ertrag sein könnten, sowie den Ertrag selbst. Wir führen die Analyse durch und entfernen die Labels. Das Ergebnis liefert uns schnell viele Informationen über den Datensatz. Selbst in einem sehr komplexen Datensatz lassen sich so die bestehenden Zusammenhänge leicht erkennen.
Man sieht hier die starke Korrelation: Wenn diese Spalten – was haben wir hier? Maximaler Bodenparameter 4 und maximale Temperatur 4 – sehr hoch sind, ist laut dieser Grafik auch die Globalstrahlung niedrig. Bei einem rechten Winkel hingegen besteht in diesem Fall kein Zusammenhang zwischen diesen Variablen.
Nun zum Modellierungsprozess: Die Ergebnisse sind deshalb hilfreich, weil die beiden Variablen „maximale Bodentemperatur 2“ und „maximale Temperatur 2“ erwartungsgemäß sehr stark positiv korreliert sind. Es ist unwahrscheinlich, dass unser Modell durch die Verwendung beider Variablen wesentlich mehr Informationen gewinnt. Daher können wir eine der beiden Variablen für den Modellierungsprozess auswählen und die andere ausschließen. Dasselbe gilt für dieses Beispiel, um unser Modell zu verfeinern. Die Hauptkomponentenanalyse ist ebenfalls ein sehr nützliches Werkzeug zur Modellverfeinerung.
Kehren wir zur Präsentation zurück. Modellauswahl. Jetzt haben wir unsere wichtigsten Variablen. Wir möchten herausfinden, welches Modell am besten für uns geeignet ist. Gehen wir nun zurück zu JMP, zur Abfrage, Auswahl von „Screening“, dann „Nicht-Screening“, „Vorhersagemodellierung“ und schließlich „Modellauswahl“. Öffnen Sie die JMP-Plattform und fügen Sie die zuvor ermittelten wichtigen Variablen ein. Geben Sie anschließend das gewünschte Ergebnis ein. Wir können alle zu vergleichenden Modelle auswählen. Wichtig ist, dass wir in allen Fällen die Zufallszahlengeneratoren (Seeds) für reproduzierbare Ergebnisse festlegen.
Wenn Sie später darauf zurückkommen und keinen Zufallszahlengenerator (Seed) festgelegt haben, erhalten Sie möglicherweise andere Ergebnisse. Wenn wir hingegen hier einen Zufallszahlengenerator (1, 2, 3 usw.) festlegen, sind die Ergebnisse reproduzierbar. Wir können uns dann all diese verschiedenen Optionen ansehen. Wir können JMP bereits bitten, eine Validierungsspalte zu erstellen. Wir können verschiedene quadratische Variablen hinzufügen. Ich werde dies heute nicht ausführen, da es etwas Zeit in Anspruch nehmen kann. Anschließend können wir anhand verschiedener Metriken das leistungsstärkste Modell auswählen, üblicherweise basierend auf dem RSC und dem R² des Modells. Innerhalb der Plattform stehen uns weitere Optionen zur Verfügung. Es gibt auch ein weiteres nützliches Tool, um herauszufinden, welches Modell am besten zu unseren Daten passt.
Der nächste Schritt ist die Validierung. Diese unterstützt das Modelltraining. Es ist wichtig, eine Überanpassung des Datensatzes zu vermeiden. In JMP lassen sich Validierungsspalten sehr schnell erstellen. Ich zeige Ihnen, wie das geht. Hier sehen Sie unseren Datensatz. Wir wählen „Analysieren“, dann „Vorhersagemodellierung“ und anschließend „Validierungsspalte erstellen“. Hier haben Sie die Möglichkeit, die Daten anhand einer Spalte zu stratifizieren.
In diesem Beispiel stammen die Daten im Datensatz von drei Standorten. Wir möchten die Daten nun nach Standort stratifizieren, da wir die Spalten gleich aufteilen werden und die Werte dann zufällig eins, zwei oder drei vergeben werden. Ohne diese Stratifizierung kann es zu Problemen kommen, da bei einer ungleichen Anzahl von Standorten im Datensatz und somit einer ungleichen Anzahl von Zeilen pro Seite der Datensatz und das Modell dadurch unverhältnismäßig verzerrt werden können.
Es ist wichtig, sich zu überlegen, welche Spalten im Datensatz stratifiziert werden müssen. Okay. Dann können wir sehr schnell mehrere Datensätze erstellen und verschiedene Optionen für die Datenaufteilung wählen, z. B. 70 % der Daten für das Training, 20 % für die Validierung und 10 % für den Test.
Hier sehen Sie nun die angepassten Raten und die Anzahl der zu erwartenden Zeilen. Die Größe Ihres Datensatzes ist entscheidend dafür, ob Sie Trainings-, Validierungs- und Testdaten oder nur Trainings- und Validierungsdaten verwenden und welche Aufteilung erforderlich ist. Je nach Datensatz können diese Werte leicht variieren.
Von hier aus geht es weiter. Wie Sie hier sehen, haben wir schnell eine Validierungsspalte erstellt, die es uns ermöglicht, beim Erstellen unseres Modells eine Validierungsspalte hinzuzufügen. Rechts sehen Sie ein Boosted-Tree-Modell. Wichtig ist die Optimierung des Modells hinsichtlich der optimalen Anzahl an Splits, der Lernrate und der minimalen Splits – alles, was Sie hier sehen. Sie können auch eine Optimierungstabelle verwenden. Nehmen Sie sich Zeit, verschiedene Optionen auszuprobieren und zu sehen, welche die beste Leistung in Bezug auf Fehler und R² durch die Anpassung dieser Parameter erzielen.
JMP liefert jedoch häufig empfohlene Werte basierend auf dem vorhandenen Datensatz, und ich habe festgestellt, dass diese sehr genau sind und oft die besten Ergebnisse liefern. Selbst wenn man andere Optionen testet, funktionieren sie recht gut. Das sollte man ebenfalls berücksichtigen.
Nun gehen wir zur Modellevaluierung. Wie bereits erwähnt, sehen wir uns hier R² und RMSE an. Wir betrachten verschiedene Möglichkeiten zur Bewertung der Modellleistung. In JMP sehen wir das soeben erstellte Modell. Hier können wir auf „Faktorprofilierung“ und dann auf „Profiler“ klicken. Dieser ist bereits aktiviert. Hier sehen wir unser Modell, den Profiler und können schnell Spalten speichern und die Vorhersageformel generieren.
Die Formel, die im Hintergrund die Vorhersagen erstellt, wird in einer Spalte des Datensatzes gespeichert. Das ist nun geschehen. Gehen Sie zu unserem Datensatz. Hier sehen Sie die vorhergesagten Werte für unseren Ertrag. Jetzt können wir die Anpassung von Y an X analysieren. In JMP gibt es viele Möglichkeiten dafür. Dies ist nur eine davon. Unsere Zielgröße war der Ertrag. Wir gehen hier nach unten. Wir haben einen vorhergesagten Wert für X. Okay. Kein besonders gutes Modell, wie wir sehen. Wir können eine Gerade von dieser Linie aus anpassen. Wir gehen zu dieser angepassten Geraden. Profiler. Jetzt haben wir diese Plattform hier und können unsere Ertragsvorhersage sehen.
Nehmen wir an, wir treffen den Wert – lassen wir das. Nehmen wir 50. Wir können uns fragen: „Okay, wenn wir 50 vorhersagen, welcher Wert liegt dann wahrscheinlich tatsächlich vor?“ 49,694. Wir überschätzen den Wert. Zwei nützliche Zahlen liefern uns sofort das untere und das obere 95%-Konfidenzintervall. Dies ist nur eine Möglichkeit, die Vorhersagegenauigkeit Ihres Modells in Echtzeit anhand von Datensätzen zu überprüfen. Sie sind hier ein sehr hilfreiches Werkzeug.
Nun zur Modellimplementierung. Wir haben einige wirklich coole Komponenten des Profilers, die insbesondere für landwirtschaftliche Erträge hilfreich sind. Und jeder, der etwas für die Zukunft vorhersagen möchte und bei dem verschiedene Faktoren zu unterschiedlichen Jahreszeiten wirken, kann den Modellsimulator zur Prognose möglicher Zukunftsszenarien verwenden, den ich Ihnen hier zeigen werde.
Nehmen wir an, wir haben hier unser Modell. Gehen wir zum Profiler. Wie können wir das nun in der Landwirtschaft anwenden? Hier sehen Sie die drei verschiedenen Standorte. Wir haben verschiedene Variablen, die zu unterschiedlichen Jahreszeiten eintreffen. Gehen wir zum Simulator. Wir können all diese Werte auf Zufall ändern. Eine Zahl ist... Wenn wir hier die Umschalttaste gedrückt halten und dann die Umschalttaste gedrückt halten, klicken wir auf Umschalt, nicht auf Umschalt, sondern auf Strg. Los geht's. Strg gedrückt halten, klicken und zu „Zufall“ gehen.
Hier sehen Sie, dass wir nun die Möglichkeit haben, den Umfang etwas zu verkleinern. Weiter unten können wir zufällige Modellläufe generieren. Die Anzahl der Läufe beträgt 10.000. Diese Zahl können wir nach Belieben anpassen. Nehmen wir 10.000. Sie können auch Rauschen hinzufügen. Angenommen, wir befinden uns im März. Einige der Variablen hier beziehen sich auf die Zeit vor März. Im März können wir dann beurteilen: Okay.
Die akkumulierte globale Strahlung im März betrug tatsächlich 60.000. Wir fixieren diesen Wert und lassen alle übrigen Werte zufällig. Anschließend führen wir 10.000 Iterationen des Modells mit Mittelwert und Standardabweichung durch. Dadurch erhalten wir mehr Werte um den Mittelwert und weniger an den Extremen. Auf diese Weise können wir die Daten simulieren und eine Tabelle erstellen, wodurch ein riesiger Datensatz entsteht. Wir können auch – und das kann sehr nützlich sein – verschiedene Szenarien durchspielen. Nehmen wir an, wir verwenden eine normal zensierte Verteilung. Wir möchten bestimmte Teile des Datensatzes ausschließen, z. B. Werte unter 20 und Werte über 30.
Hier sehen Sie, dass wir die Verteilung zensiert haben. Wir schließen jegliche Möglichkeit aus, diese Extremwerte zu erreichen. Das können wir noch weiter verfeinern. Wir können die Daten abschneiden und verschiedene Szenarien durchspielen, was passieren könnte, und diese simulieren. Jetzt haben wir alle möglichen Ergebnisse. Tabelle erstellen. Anschließend die Verteilung analysieren. Wir können die Ausbeute hinzufügen. Gut. Jetzt haben wir die Ausgabewerte unseres Modells, die auf 10.000 Simulationen der möglichen Ergebnisse basieren.
Sie sehen nun den Mittelwert (53) und den Median (52,96). Das wahrscheinlichste Szenario mit den eingegebenen Werten lag in diesem Fall bei etwa 53. Die Wahrscheinlichkeit wird hier übersichtlich dargestellt. Sie können diese Spalte kopieren, an beliebiger Stelle als Ausgabe einfügen und verschiedene Ergebnisse basierend auf unterschiedlichen Eingabewerten des Modells grafisch darstellen. Dies ist sehr hilfreich, um zukünftige Erträge bei verschiedenen Sommerwetterszenarien vorherzusagen und sicherzustellen, dass alle möglichen Szenarien in die Analyse einbezogen werden. Kehren wir nun zu unserer Excel-Tabelle zurück.
Zusammenfassend lässt sich sagen, dass JMP eine All-in-One-Plattform ist, mit der Sie Vorhersagemodelle erstellen können. Wir haben hier anhand verschiedener Anwendungsfälle, insbesondere aus dem Agrarsektor, Einblicke gegeben. Dieser Prozess ist jedoch für alle Anwendungsfälle geeignet, in denen zukünftige Entwicklungen prognostiziert werden sollen. Unternehmen mit umfangreichen Datensätzen, die bisher nicht optimal genutzt werden, können diese kombinieren und analysieren, um verborgene Trends aufzudecken und so zukünftig datengestützte Entscheidungen zu treffen. Wichtig ist dabei, dass ausreichend qualitativ hochwertige Daten für ein gutes Modell erforderlich sind. Ich hoffe, diese Informationen waren hilfreich. Bei Fragen können Sie sich gerne an mich wenden. Das war alles. Vielen Dank.
