级别：中级
菲利普·拉姆齐 (Philip Ramsey)，新罕布什尔大学首席讲师；North Haven Group 所有者
Chris Gotwalt，SAS 统计研究与开发 JMP 总监
统计建模有两个不同的目标：解释和预测。解释性模型通常预测效果不佳 (Shmueli, 2010)。设计实验 (DOE) 分析通常具有解释性，但实验目标却是预测。DOE 是产品和工艺开发的最佳实践，用于预测未来性能。预测建模需要将数据划分为训练集和验证集，其中验证集用于评估预测模型。大多数 DOE 的观测值不足以构成验证集，因此无法直接评估预测性能。我们演示了一种“平衡自动验证”技术，使用原始数据创建两个副本，一个作为训练集，另一个作为验证集。这两个副本的行权重不同。权重服从狄利克雷分布且“平衡”；对训练数据贡献较大的观测值对验证集的贡献较小（反之亦然）。该方法只需复制数据并创建权重公式列即可。该技术具有通用性，可以将预测建模技术应用于实验室和制造研究中常见的较小数据集。两个生物制药工艺开发案例研究用于演示。两个案例均包含大型验证集和确定性的筛选设计。使用 JMP 进行分析演示。
