Dario Schiraldi : Comment créer et interpréter des modèles de régression ?Salut tout le monde,
Je suis Dario Schiraldi, PDG de Travel Works, je commence à travailler avec des modèles de régression dans JMP et j'aimerais quelques conseils.
Quelle est votre approche pour créer un modèle de régression solide et comment interprétez-vous les principaux résultats tels que les coefficients, les valeurs p et les diagnostics ?
Y a-t-il des conseils ou des pièges courants à éviter ? Quelles fonctionnalités ou visualisations JMP trouvez-vous les plus utiles pour comprendre votre modèle ?
Salutations
Dario Schiraldi, PDG de Travel Works
Dario Schiraldi
Automatisation et scriptsRe : Dario Schiraldi : Comment créer et interpréter des modèles de régression ?Salut @darioschiraldi1 ,
Bienvenue dans la Communauté !
Je vous encourage à d'abord regarder et lire quelques ressources pour vous aider à démarrer sur ces vastes questions, trop générales pour être répondues de manière concise sur ce forum :
Module 1 STIPS : Pensée statistique et résolution de problèmes
Module 2 STIPS : Analyse exploratoire des données
Module 4 STIPS : Prise de décision avec les données
Module 5 STIPS : Corrélation et régression
Module 7 STIPS : Modélisation prédictive et exploration de texte
Et visitez le portail de connaissances statistiques | Introduction aux statistiques | JMP pour mieux comprendre les hypothèses et les pièges des modèles de régression.
J'espère que ces premières ressources pourront vous aider,
Re : Dario Schiraldi : Comment créer et interpréter des modèles de régression ?Je suis d'accord avec la réponse de @Victor_G . Mais pour ajouter un conseil plus général : lorsque je devais analyser des données en vue de leur modélisation, à un moment donné de mon processus de résolution de problèmes, je commençais toujours par tracer les données avant toute modélisation. Le tracé dépend des données, tant pour les réponses que pour les prédicteurs (continus, nominaux, ordinaux, etc.). Mais je peux vous dire que j'ai toujours commencé par la plateforme de distribution, ce qui m'a permis d'avoir une idée des éléments suivants pour les prédicteurs et les réponses :
1. Où est le milieu ?
2. Dans quelle mesure les données sont-elles réparties ?
3. À quoi ressemble la forme ?
4. Y a-t-il quelque chose de drôle, de suspect ou d’inhabituel qui pourrait rendre l’analyse ultérieure problématique ?
Cette dernière question peut conduire à toutes sortes de nettoyages de données, de recodages, de décisions concernant les valeurs aberrantes, etc. Un petit exemple, supposons que la citoyenneté du voyageur soit l'un des prédicteurs... et que vous ayez extrait des données de différentes bases de données... peut-être qu'une base de données a la citoyenneté d'un voyageur comme « USA », une autre base de données, « Américain »... eh bien, JMP va traiter ce scénario comme deux niveaux différents de citoyenneté... ce qui n'est pas la façon dont vous voulez qu'il soit traité, je suppose ?
Une fois mes données propres et prêtes à l'emploi, j'ai toujours eu recours à un nuage de points entre les prédicteurs et les réponses… plusieurs plateformes JMP pour cela, avec une grande flexibilité de modification de la visualisation. Graph Builder, Fit Y by X et les plateformes multivariées offrent toutes des fonctionnalités utiles.
Ensuite, regardez ces tracés et posez les questions suivantes :
1. Est-ce que cela a un sens physique ?
2. Des relations qui semblent étranges ou suspectes ?
3. Existe-t-il des valeurs aberrantes qui nécessitent une enquête plus approfondie ?
4. Quels types de techniques de régression pourraient fonctionner ?
5. Existe-t-il des preuves de multicolinéarité parmi les prédicteurs ?
Ensuite, en fonction des réponses à ces questions, tant que les données semblent toujours propres et raisonnables... on passe enfin à la modélisation.
J'espère que cela aide ?
Re : Dario Schiraldi : Comment créer et interpréter des modèles de régression ?Dario, à mon avis, tu poses les mauvaises questions. Tu devrais commencer par : À quelles questions souhaites-tu répondre ? (Par exemple, quels facteurs contribuent à la prévision de la demande ? ou quels facteurs influencent les retards de voyage ?) Quelles hypothèses souhaites-tu analyser ? (Par exemple, le moment de l'achat des billets (jour de la semaine, proximité des jours fériés...) influence les prix en raison des modèles de tarification dynamique utilisés par les fournisseurs (par exemple, les compagnies aériennes).
Il faut comprendre la situation, puis sélectionner les outils qui vous aideront dans cette démarche. Pardonnez mon analogie, mais commencer son investigation par la régression, c'est comme : « Voici un marteau, voyons ce que je peux frapper avec. »
Appliquer une régression à un ensemble de données sans en comprendre le contexte est très dangereux . La capacité à modéliser le passé peut s'avérer inutile pour prédire l'avenir (par exemple, l'histoire peut ne pas prédire l'avenir). Il est essentiel de comprendre les sources et les types de données, la manière dont elles ont été collectées, les erreurs de mesure, etc. avant d'appliquer des méthodologies de régression.
Je suis d'accord avec les suggestions de Victor et de Pete.
