Das mit JMP 18 erstellte Video wurde im Mai 2025 veröffentlicht.
Möchten Sie Vorhersagemodelle einsetzen und benötigen dafür zunächst ein grundlegendes Verständnis oder eine Auffrischung? Haben Sie bereits Erfahrungen mit Vorhersagemodellen gesammelt und sind sich unsicher, ob Sie die Genauigkeit Ihrer Modelle akzeptieren können? Sind Sie auf Extrapolationen angewiesen, weil Sie bestimmte Grenzwerte nicht messen können?
In dieser Session „JMP meistern“ erkunden wir die Werkzeuge von JMP und JMP Pro, mit denen sich Vorhersagemodelle erstellen lassen und häufige Fehler vermieden werden können. Wir werden:
- Führen Sie eine Validierung Ihres Modells durch, um Überanpassung zu vermeiden.
- Vermeiden Sie unsinnige Vorhersagen.
- Berücksichtigung der Multikollinearität der Eingangsvariablen.
Fragen beantwortet von @andreacoombs , Momena Monwar @momenta , @Jed_Campbell , @charlie_whitman und @Bill_Worley im Live-Webinar:
F: Was bedeutet Kollinearität?
A: Kollinearität beschreibt einen linearen Zusammenhang zwischen zwei erklärenden Variablen. Zwei Variablen sind perfekt kollinear, wenn ein exakter linearer Zusammenhang zwischen ihnen besteht, d. h. die Korrelation zwischen ihnen ist gleich 1 oder −1. Besteht Kollinearität zwischen mehr als zwei Faktoren, spricht man üblicherweise von Multikollinearität.
F: Kann man Predictor Profiler für Multikollinearität verwenden?
A: Im Prediction Profiler können Sie anhand der Änderung der Steigung erkennen, ob Kollinearität oder Interaktionseffekte vorliegen.
F: Können Sie Interaktionsterme im Prädiktor-Screening berücksichtigen?
A: Predictor Screening ist ein schnelles Tool, um den Spaltenbeitrag basierend auf Bootstrap Forest zu untersuchen. Interaktionsterme können nicht direkt über die Benutzeroberfläche von Predictor Screening angezeigt werden. Sie können jedoch Bootstrap Forest ausführen, den Profiler aktivieren und anschließend die gewünschte Interaktion auswählen.
F: Wird JMP einen Nullfaktor in die Predictor-Screening-Plattform integrieren, um zusätzlich zu überprüfen, welche Variablen einbezogen werden sollten und welche tatsächlich zufällig sind? Ich denke dabei an etwas Ähnliches wie den Nullfaktor aus dem Vortrag zur automatischen Validierung vor einigen Jahren.
A: Sie können ein oder zwei zufällige Spalten hinzufügen und diese Spalten dann in der Predictor Screening-Plattform der Kategorie X zuordnen. Alle Spalten unterhalb dieser Zufallsvariablen sollten Sie wahrscheinlich nicht berücksichtigen.
F: Ab wann sind es zu viele Prädiktoren? Sollten wir den VIF-Wert als Richtwert verwenden, oder können manche Modelle auch mehr als 50 Prädiktoren enthalten?
A: Normalerweise tritt bei Werten über 5–10 Kollinearität oder Multikollinearität auf. Dieses Video und die zugehörigen Materialien behandeln VIF und Kollinearität.
F: Warum möchten Sie korrelierte/kollineare Variablen nicht einbeziehen? Warum löschen Sie sie?
A: Wenn Sie beispielsweise ein neuronales Netz oder einen Bootstrap verwenden, können Sie beide beibehalten. Wenn Sie jedoch ein lineares Modell erstellen und die Parameterschätzungen korreliert sind, sollten Sie nicht beide einbeziehen. Sie können entweder eine beibehalten und die andere entfernen.
F: Kann man die Modellvalidierung nur mit einer großen Datenmenge durchführen? Wie viele Daten sollten mindestens vorhanden sein, um einen Teil der Daten zurückhalten zu können?
A: Bei zu wenigen Daten besteht die Gefahr der Überanpassung. Es hängt auch vom Modelltyp ab. Sie können es mit 50/100 Daten versuchen; je mehr Daten, desto besser.
F: Wurde das Modell nach dem Filtern anhand der Trainings- oder Rückhaltedaten neu anhand der Rückhaltedaten trainiert, anstatt das ursprüngliche Modell anzuwenden?
A: Der Trainingsdatensatz wurde zum Trainieren des Modells verwendet. Der zurückgehaltene Teil wird dem Modell zunächst nicht zugeführt und gilt als unbekannte Daten. Nach Abschluss des Trainings verwendet das Modell den zurückgehaltenen Teil, um seine Vorhersagegenauigkeit für unbekannte Daten zu überprüfen.
F: Sollten wir die Box-Cox-Transformation verwenden, um die mangelnde Anpassung zu beheben?
A: Das ist möglich. Es hilft dabei, die Beziehungen zwischen Prädiktoren und Zielgröße zu linearisieren.
F: Welcher Lambda-Grenzwert ist erforderlich, um festzustellen, ob bei der Box-Cox-Transformation eine Neuanpassung notwendig ist?
A: Im Prinzip schaust du dir an, wo die rote Linie nach unten verläuft und wo sie die blaue horizontale Linie schneidet. Alles in diesem Bereich muss wahrscheinlich nicht nachgerüstet werden, aber alles oberhalb der horizontalen Linie sollte man wahrscheinlich nachrüsten.
F: Gibt es eine Möglichkeit, Bäume zu "begrenzen", zum Beispiel hinsichtlich ihrer Tiefe?
A: In der Standardversion von JMP können Sie beim Start der Prädiktorauswahl die Anzahl der Bäume festlegen. JMP Pro bietet weitere Möglichkeiten zur Modelloptimierung. Das Add-In „Prädiktorauswahl-Assistent “ unterstützt Sie zusätzlich bei der präziseren Auswahl der Prädiktoren. Es wurde von Scott Allen, einem weiteren Systemingenieur von JMP, entwickelt.
F: Wenn Sie sagen, Weibull und normal sähen gut aus, wie stellen Sie das fest?
A: In meinem Beispiel habe ich keine Validierungsspalte eingefügt. Wenn Sie keine Validierungsspalte haben, können Sie Informationskriterien verwenden, um das beste Modell zu ermitteln. Sie vergleichen die AICc-Werte der verschiedenen Modelle (z. B. den AICc-Wert für Weibull mit dem AICc-Wert für Normalverteilung). Die Größenordnung dieser Einheiten ist nicht wichtig. Wichtig ist der Vergleich der Werte untereinander. Werte, die innerhalb weniger Einheiten liegen, können als gleichwertig betrachtet werden. Weibull- und Log-Normalverteilung liegen hier recht nah beieinander, sind aber beide deutlich kleiner (niedrigere AICc-Werte) als Exponential- und Normalverteilung. Alternativ hätte ich die Validierungsspalte eingefügt. Dann hätte ich eine weitere Spalte mit dem Validierungs-R² bzw. dem Test-R² erhalten. Die Betrachtung des R² des wahren Validierungsdatensatzes und der Vergleich der Modelle im Test sind also weitere Möglichkeiten, das beste Modell zu bestimmen. Siehe Video:
Dieses Video zeigt, wie man mit JMP Pro Vorhersagemodelle für korrelierte und hochdimensionale Daten erstellt .
F: Was ist zu tun, wenn multikollineare Antworten signifikant sind?
A: Darauf sollten Sie sich nicht verlassen, denn Ihre p-Werte und Ihr Modell sind bei Kollinearität oder Multikollinearität nicht zuverlässig. Sie müssen Multikollinearität berücksichtigen, bevor Sie Signifikanztests für Parameterschätzungen oder das Modell durchführen oder Vorhersagen treffen können.
