Entiendo que los efectos totales determinados mediante regresión generalizada: mínimos cuadrados estándar: generador de perfiles de predicción: importancia de la variable: entradas remuestreadas independientes, se escalan para sumar 1. ¿Los EE de cada efecto total también están escalados?
Estoy usando JMP Pro 17.
Gracias por tu ayuda
Hola @olddabbler ,
¡Bienvenido a la Comunidad!
Si consulta la página de ayuda de JMP Detalles estadísticos para evaluar la importancia de las variables y la literatura/artículos sobre los índices de Sobol como Análisis de sensibilidad utilizando índices de Sobol — documentación de OpenTURNS 1.24 , puede encontrar varias pistas para responder a su pregunta:
- La fórmula utilizada en JMP para calcular la importancia de los efectos para un factor es una relación entre diferentes componentes de varianza (varianza de la respuesta debida al factor específico (efecto principal y cualquier efecto relacionado con este factor) / varianza total de la respuesta),
- Se realiza un ajuste en los cálculos para asegurarse de que las estimaciones del Efecto Total sean iguales o mayores que las estimaciones del Efecto Principal (pero no pueden ser menores): esto es bastante normal ya que los valores de los índices de sensibilidad del efecto total incluyen el índice de sensibilidad del efecto principal, por lo que el efecto total debe ser igual o mayor que el efecto principal.
- Si observa la documentación de OpenTURNS (en particular las secciones Descomposición de Sobol y ecuación del índice de sensibilidad total de una variable), puede ver que los valores de sensibilidad del efecto total para cada variable están limitados en el rango [0,1], pero no hay restricciones en la suma de los valores de sensibilidad del efecto total para todas las variables.
Tenga en cuenta que los efectos de interacción se integran en los cálculos varias veces de forma independiente: por ejemplo, la interacción X1*X2 se incorporará en el cálculo de los índices de sensibilidad del efecto total tanto para las variables X1 como X2, lo que puede explicar por qué la suma de todos los valores de sensibilidad del efecto total puede ser mayor que 1 (incluso si todos los valores de sensibilidad individuales son la relación de la varianza de la respuesta de una variable a la varianza de la respuesta total).
Los valores de los términos/factores detrás de Evaluar la importancia de la variable son diferentes de los coeficientes que podría obtener de su modelo de regresión, ya que este método es independiente del modelo probado y el modelo solo se utiliza para predecir valores que se usarán para calcular los valores de sensibilidad de los efectos principales y totales de cada variable.
Espero que esta respuesta aclare tu comprensión.
PD: Si desea profundizar en las matemáticas detrás, el mismo documento que figura en las Referencias de JMP está disponible de forma gratuita en los recursos para la documentación de OpenTURNS:
[ saltelli2002 ] Saltelli, A. Hacer el mejor uso de las evaluaciones de modelos para calcular índices de sensibilidad. Comunicación de Física Computacional, 2002, 145, 580-297. pdf
[ sobol1993 ] Sobol, IM Análisis de sensibilidad para modelos matemáticos no lineales Matemáticas, modelado, computación, 1993, 1, 407-414. pdf
Hola Víctor,
Muchas gracias por esta información tan útil. Profundizaré en las fuentes que citas. Espero aprender mucho con ello. Si tengo alguna pregunta después de hacer mi tarea, supongo que puedo continuar con este hilo.
