Funzione di perdita personalizzata della piattaforma non lineare - stima del restringimentoVorrei provare a realizzare un adattamento del modello non lineare con la piattaforma Nonlinear, utilizzando una funzione di perdita personalizzata per stimare i parametri di restringimento, qualcosa che sarebbe simile alla funzione di perdita LASSO per la regressione.
Ad esempio, se ho questo modello non lineare (chiamato "NLFunction" con a , g , c e Tz come parametri nel modello)
Vorrei utilizzare una funzione di perdita come questa
che è "un po' come" la funzione di perdita Lasso. L'idea è di "ridurre" un po' le stime dei parametri, per trovare un adattamento migliore del modello e rendere l'adattamento del modello meno mal condizionato.
Penso Posso farlo manualmente specificando la funzione di perdita nella finestra di dialogo di avvio, ma non sono sicuro che stia effettivamente utilizzando la funzione di perdita nel modo in cui intendo.
Se lo eseguo, funziona e fornisce risultati, ma il salvataggio dello script dall'analisi non restituisce la funzione di perdita manuale che ho specificato.
Qualcuno ha suggerimenti su come potrebbe funzionare e consentire la stima del restringimento in un modello non lineare?
Modellazione statistica avanzataAutomazione e scriptingRe: Funzione di perdita personalizzata della piattaforma non lineare - stima del restringimentoCiao @MathStatChem ,
Immagino che tu abbia già letto la documentazione sui dettagli statistici per le funzioni di perdita personalizzate ?
Osservando l'esempio di una funzione di perdita di Poisson , sembra che la funzione di perdita personalizzata debba essere utilizzata nel parametro "Perdita" quando si avvia il modello:
È possibile verificare se la funzione di perdita personalizzata viene utilizzata direttamente quando si apre la finestra di analisi:
Non sarò in grado di approfondire l'argomento, poiché potrebbero non esserci informazioni/risultati/dati sufficienti per riprodurre l'analisi e aiutarti. Hai provato a eseguire una modellazione non lineare senza la funzione di perdita personalizzata? Quanto erano simili/diversi i risultati?
Non ho opinioni sulla funzione di perdita personalizzata che hai creato, trovo solo strano usare una "penalizzazione lineare" dei coefficienti nel caso di modellazione non lineare: provi a ridurre la dimensione dei coefficienti allo stesso modo, indipendentemente dalla grandezza relativa di questi coefficienti, che può differire notevolmente se questi coefficienti fanno parte di una funzione esponenziale o di una funzione lineare. Forse prendere in considerazione l'uso di questi coefficienti e usare una penalizzazione non lineare (con |a|, exp/ln(g), ...) potrebbe aiutare?
Spero che queste poche idee possano aiutarti,
Re: Funzione di perdita personalizzata della piattaforma non lineare - stima del restringimentoHo letto la documentazione e ho utilizzato ampiamente la piattaforma, ma non ho molta familiarità con l'uso di funzioni di perdita personalizzate. In base a ciò che ho provato e sperimentato, penso che la risposta alla mia domanda sia "no", non puoi farlo. Penso che sia perché la funzione di perdita personalizzata può essere una funzione dei parametri che sono già nel modello, ma non ne sono sicuro.
La motivazione per fare questo è che spesso per i modelli non lineari, le stime dei parametri tendono a essere altamente correlate e la funzione obiettivo (perdita) può essere molto piatta nella regione in cui si trova la perdita ottimale, rendendo difficile la convergenza dell'algoritmo. Penso che ciò che vorrei effettivamente fare è qualcosa di più simile alla regressione di cresta, in cui la penalità aggiunta all'SSE è un multiplo della somma delle stime dei parametri al quadrato.
Re: Funzione di perdita personalizzata della piattaforma non lineare - stima del restringimentoHo contattato il supporto tecnico di JMP e mi hanno condiviso un modo per farlo. Non mi ero reso conto che quando si usa Nonlinear, si può adattare un modello non lineare semplicemente fornendo una funzione di perdita nella sezione inferiore, senza mettere colonne nei ruoli. In questo modo si perdono alcune funzionalità (ad esempio non si possono creare grafici, non si può usare il profiler) nella piattaforma, ma si può fare la stima dei parametri. Quindi usare la funzione di perdita personalizzata (mostrata sopra) funziona.
