Scott Wise, JMP Principal Systems Engineer, SAS
Brady Brady, JMP Technical Enablement Engineer, SAS
Erstellen robuster linearer Modelle mithilfe der verallgemeinerten linearen Regression (GLR)
Strafregressionstechniken stellen eine sinnvolle Alternative zu herkömmlichen linearen Modellierungsansätzen dar, insbesondere in Fällen, in denen die typischen Annahmen der Orthogonalität, Homoskedastizität oder der Antwortnormalität verletzt werden. Sie können auch verwendet werden, um automatisch die Prädiktoren auszuwählen, die für die Vorhersage einer bestimmten Antwort am nützlichsten sind. Obwohl diese Techniken nicht neu sind, war ihr Einsatz in angewandten Bereichen aufgrund ihres hohen Rechenaufwands und ihrer relativen Unbekanntheit außerhalb der Wissenschaft bisher begrenzt. Die zunehmende Verbreitung erschwinglicher, leistungsstarker Computer ermöglicht heute die Implementierung dieser Techniken in Desktop-Analysesoftware. In dieser Sitzung werden Strafregressionstechniken erläutert und die Nutzung der verallgemeinerten Regressionsfunktion der JMP Fit Model-Plattform erkundet. Die Teilnehmer werden feststellen, dass diese Modelle einfach einzurichten, auszuführen und zu analysieren sind und dennoch robust gegenüber Ausreißern, korrelierten Eingaben und nicht-normalen und/oder Null-inflationären Antworten sind.
Angehängte Folien: Discovery 2015 Genreg.pptx
