Brad Foulkes , leitender Ingenieur für Life Analytics, GE Power Services
Modelle, die die Wahrscheinlichkeit eines Ereignisses vorhersagen, können schwierig zu interpretieren sein. Bedeutet ein verpasstes Ereignis, dass das Modell fehlerhaft war? Oder lagen die Ergebnisse einfach innerhalb der Vertrauensgrenzen des Modells? Die Verwendung nur eines Wertes kann zu falschen Schlussfolgerungen führen. Um ein besseres Ergebnis zu erzielen, haben wir einen Prozess entwickelt, der die Wahrscheinlichkeit eines Ereignisses zu einem bestimmten Zeitpunkt simuliert und anhand der Ergebnisse unsere Modellbewertung ermittelt. Dieser Prozess ist für die Ausführung mit JMP und JSL konzipiert, um eine Benutzeroberfläche für die Dateneingabe und ein Modell zu entwickeln, die Simulation auszuführen und die Ergebnisse visuell darzustellen, um die Validität des Modells schnell zu überprüfen. Bei großen Datensätzen kann dies eine besonders mühsame und rechenintensive Aufgabe sein. JMP bietet die Möglichkeit, eine Datenmatrix in einer Zelle zu speichern, was die Simulationsgeschwindigkeit verbessert. Diese Präsentation führt Sie durch den gesamten Prozess der Modellvalidierung sowie durch das JSL-Skripting zur Erstellung des Tools und zur Interpretation der Ergebnisse.
