Modèle de régression JMP pour prédire les performances des pneus : démonstration et tutoriel
Leighton Spadone, DAAS Inc.
Technologie des pneus et conseil statistique
- Avrohom.Spadone@Gmail.com
Voir les pièces jointes : Mise à jour le 21 septembre 2014 R1
Résumé de la conférence JMP 2014
Aperçu:
Il s'agit d'un didacticiel de modélisation de régression interactive.
Utilise la conception par paires pour prédire les performances des pneus à partir d'un test de roue en laboratoire.
Il s’agit d’une solution à un problème du « monde réel » avec des avantages en termes de réduction des coûts.
« Aha ! » La solution consiste à modéliser et à prédire le pourcentage de variation de la valeur !
Créez et comparez 2 modèles de régression pour leur utilité.
Vérifiez la qualité des données du modèle en analysant les valeurs aberrantes et les tracés marginaux.
Présentation:
Définir la mesure de performance des pneus tout-terrain géants « TMPH ».
Montrez l’objectif de modélisation, la méthodologie de conception par paires et les avantages en termes de coûts.
Décrivez le tableau de données et les avantages de la conception appariée : puissance et taille.
Exploration de tables de données à l'aide de Fix X by Y et Tabulate.
Décrivez les limites de prédiction de la modélisation en raison de la taille restreinte de l’échantillon.
Décrivez la solution « Aha » pour prédire le pourcentage de changement dans le TMPH afin d'améliorer l'utilité du modèle en évitant l'extrapolation.
Créer et comparer 2 modèles d'utilité différents.
Recherchez des valeurs aberrantes à l'aide du graphique de contrôle et de la distance de Mahalanobis.
Discussion sur la gestion des valeurs aberrantes.
Comparez le modèle avec et sans valeurs aberrantes.
Créer des tracés marginaux pour le modèle.
Outils interactifs JMP:
Ajuster X par Y
Tabuler
Moindres carrés standard
Carte de contrôle
Distance de Mahalanobis
Filtre de données
Parcelles marginales
https://www.youtube.com/watch?v=0CrCPq3vG-Q
