使用 JMP 18 製作的影片於 2025 年 5 月發布。
您是否想使用預測模型，但需要先了解或複習基礎知識？您是否嘗試過預測建模，但對所開發模型的準確性有些不確定？您是否因為無法測量某些限制範圍之外的數據而依賴外推法？
在本期「精通 JMP」課程中，我們將探索 JMP 和 JMP Pro 中的各種工具，以建立預測模型並避免常見陷阱。我們將：
- 對模型進行驗證，以防止過度擬合。
- 避免做出毫無意義的預測。
- 解決輸入變數的多重共線性問題。
在本次網路研討會上， @andreacoombs 、 @ momena、 @Jed_Campbell 、 @charlie_whitman和@Bill_Worley回答了以下問題：
Q：共線性是什麼意思？
答：共線性是指兩個解釋變數之間存在線性關係。如果兩個變數之間存在完全線性關係，即相關係數為 1 或 -1，則稱這兩個變數為完全共線性。當兩個以上的因素之間存在共線性時，通常稱為多重共線性。
Q：可以使用 Predictor Profiler 來處理多重共線性問題嗎？
一：在預測分析器中，您可以根據斜率的變化來判斷是否存在共線性或交互效應。
Q：能否查看預測因子篩選中的交互項？
一：預測篩選是基於 Bootstrap Forest 的快速分析列貢獻的工具。您無法直接從預測篩選平台介面查看交互項。但是，您可以執行 Bootstrap Forest，啟用分析器，然後選擇交互項進行檢視。
Q： JMP 是否會在預測因子篩選平台中加入空值因子，以便進一步驗證哪些變數應該被納入篩選，而不是一個真正的隨機變數？我指的是類似幾年前自動驗證演講中提到的空值因子。
一：您可以新增一兩列隨機數據，然後將這些列包含在預測篩選平台的 X 類別中。之後，您可能就不想包含該隨機變數下面的任何資料了。
問：多少個預測變數才算過多？我們應該以VIF值作為參考嗎？還是說有些模型可以包含50個以上的預測變數？
一：通常當樣本量超過 5-10 時，就會出現共線性或多重共線性問題。本影片和相關資料涵蓋了方差膨脹因子 (VIF) 和共線性問題。
Q：為什麼不包含相關/共線性的變數？為什麼要刪除它們？
一：如果您使用的是神經網路或 Bootstrap 方法，則可以同時保留這兩個參數。但如果您建立的是線性模型，並且這些參數估計值之間存在相關性，那麼不建議同時包含它們。您可以選擇保留其中一個，移除另一個。
Q：模型驗證是否只能在資料量大的情況下進行？如果要保留一部分數據，最少需要多少數據？
一：如果資料量太少，就有可能出現過擬合。此外，這也取決於你嘗試擬合的模型類型。你可以先嘗試 50/100 個數據，數據越多越好。
Q：當您根據訓練行或保留行對模型進行篩選時，模型是否使用保留行重新訓練，而不是應用原始資料？
一：訓練集用於訓練模型。保留部分的資料最初不用於模型，而是被視為模型未見過的資料。模型訓練完成後，會使用保留部分的資料來檢驗模型對未見過資料的預測效果。
Q：我們是否應該使用 Box-Cox 轉換來消除擬合不足？
一：可以。它有助於將預測變數和反應變數之間的關係線性化。
Q：在進行 Box Cox 轉換時，λ 的極限值是多少才能決定需要重新擬合？
一：基本上，你要看的是紅線向下延伸的位置以及它與藍色水平線相交的位置。所以，在這個區域內的任何部件可能都不需要重新調整，但如果高於水平線，你可能就需要重新調整了。
Q：有沒有辦法為樹狀圖設定“限制”，例如深度？
一：在標準版 JMP 中，啟動預測篩選時可以指定決策樹的數量。在 JMP Pro 中，有更多方法來調整模型。 預測選擇助手外掛程式也能幫助您在預測篩選中更好地進行「劃線」。該插件由 JMP 的另一位系統工程師 Scott Allen 開發。
Q：當您說 Weibull 指數和正常指數看起來都不錯時，您是如何判斷的？
一：在我的範例中，我沒有包含驗證列。如果沒有驗證列，可以使用資訊準則來確定哪個模型最佳。您可以比較不同模型的 AICc 值（例如，Weibull 分佈的 AICc 與常態分佈的 AICc）。這些值的絕對大小並不重要，重要的是它們之間的相互比較。因此，只要 AICc 值相差幾個單位，就可以認為它們相同。 Weibull 分佈和對數常態分佈的值非常接近，但它們的 AICc 值都遠小於指數分佈和常態分佈。另一種方法是包含驗證列，這樣就可以得到另一列，例如驗證 R 平方或測試 R 平方。因此，查看真實保留樣本的 R 平方值並比較測試模型的 R 平方值是另一種確定最佳模型的方法。請觀看影片：
本影片展示如何使用 JMP Pro 建立相關高維度資料的預測模型。
Q：如果多重共線性響應顯著，該怎麼辦？
一：不要相信這個結果，因為當存在共線性或多重共線性時，你的p值和模型都不可靠。在進行任何參數估計或模型的顯著性檢驗，或進行預測之前，你必須先處理多重共線性問題。
