Dario Schiraldi: Come si creano e si interpretano i modelli di regressione?Ciao a tutti,
Sono Dario Schiraldi, CEO di Travel Works, ho iniziato a lavorare con i modelli di regressione in JMP e vorrei qualche consiglio.
Qual è il tuo approccio per creare un modello di regressione solido e come interpreti i risultati chiave come coefficienti, valori p e diagnosi?
Ci sono suggerimenti o errori comuni a cui dovrei fare attenzione? Inoltre, quali funzionalità o visualizzazioni di JMP ritieni più utili per comprendere il tuo modello?
Saluti
Dario Schiraldi Amministratore Delegato di Travel Works
Dario Schiraldi
Automazione e scriptingRe: Dario Schiraldi: Come si creano e si interpretano i modelli di regressione?Ciao @darioschiraldi1 ,
Benvenuti nella Community!
Ti incoraggio a guardare e leggere prima alcune risorse per iniziare ad affrontare queste vaste questioni, troppo generali per trovare una risposta concisa su questo forum:
Modulo STIPS 1: Pensiero statistico e risoluzione dei problemi
Modulo STIPS 2: Analisi esplorativa dei dati
Modulo STIPS 4: Decision making con i dati
Modulo STIPS 5: Correlazione e regressione
Modulo STIPS 7: Modellazione predittiva e text mining
E visita il Portale di conoscenza delle statistiche | Introduzione alla statistica | JMP per comprendere meglio le ipotesi e le insidie dei modelli di regressione.
Spero che queste prime risorse possano essere d'aiuto,
Re: Dario Schiraldi: Come si creano e si interpretano i modelli di regressione?Sono d'accordo con la risposta di @Victor_G . Ma per aggiungere un consiglio più generale... quando mi è stato assegnato il compito di svolgere analisi dati con un occhio alla modellazione, a un certo punto del mio processo di risoluzione dei problemi, ho sempre iniziato a tracciare grafici dei dati prima di qualsiasi modellazione. La scelta dei grafici dipende dai dati sia per le risposte che per i predittori, continui, nominali, ordinali, ecc. Ma questo posso dirti: ho sempre iniziato con la piattaforma di Distribuzione, quindi avevo un'idea di quanto segue sia per i predittori che per le risposte:
1. Dov'è il centro?
2. Quanto sono distribuiti i dati?
3. Che aspetto ha la forma?
4. C'è qualcosa di strano, sospetto o insolito che potrebbe rendere problematiche le analisi successive?
Quest'ultima domanda può portare a tutti i tipi di pulizia dei dati, ricodifica, decisioni su valori anomali, ecc. Un piccolo esempio, supponiamo che la cittadinanza del viaggiatore sia uno dei predittori e che tu abbia estratto i dati da database diversi... forse un database ha la cittadinanza del viaggiatore come "USA" e un altro database come "American"... beh, JMP tratterà questo scenario come due livelli diversi di cittadinanza... che non è il modo in cui vorresti che venisse trattato, suppongo?
Quindi, una volta che i miei dati erano puliti e pronti per essere elaborati... si passava sempre ad almeno una sorta di diagramma di dispersione dei predittori rispetto alle risposte... diverse piattaforme in JMP lo permettevano, con molta flessibilità per la modifica della visualizzazione. Graph Builder, Fit Y by X e le piattaforme multivariate offrono tutte funzionalità utili.
Poi, osservando questi grafici e ponendo le seguenti domande:
1. Hanno senso dal punto di vista fisico?
2. Ci sono relazioni che ti sembrano strane o sospette?
3. Ci sono valori anomali che necessitano di ulteriori indagini?
4. Quali tipi di tecniche di regressione potrebbero funzionare?
5. Ci sono prove di multicollinearità tra i predittori?
Quindi, in base alle risposte a queste domande, se i dati sembrano ancora puliti e ragionevoli... si passa finalmente alla modellazione.
Spero che questo ti sia utile?
Re: Dario Schiraldi: Come si creano e si interpretano i modelli di regressione?Dario, a mio modesto parere, ti stai ponendo le domande sbagliate. Dovresti iniziare con: a quali domande vuoi rispondere? (ad esempio, quali fattori contribuiscono alle previsioni della domanda? o quali fattori influenzano i ritardi dei viaggi?) Quali ipotesi vuoi approfondire? (ad esempio, il momento in cui vengono acquistati i biglietti di viaggio (giorno della settimana, prossimità alle festività...) influisce sui prezzi a causa dei modelli di prezzo dinamici utilizzati dai fornitori (ad esempio, le compagnie aeree).
Bisogna comprendere la situazione e poi selezionare gli strumenti necessari per questa impresa. Scusate l'analogia, ma iniziare l'indagine con la regressione è come dire: ecco un martello, vediamo cosa riesco a colpire.
Applicare la regressione a un set di dati senza comprenderne il contesto è molto pericoloso . La capacità di modellare il passato potrebbe essere inutile per prevedere il futuro (ad esempio, la storia potrebbe non prevedere il futuro). È necessario comprendere le fonti dei dati, i tipi di dati, le modalità di raccolta dei dati, gli errori di misurazione, ecc. prima di applicare metodologie di regressione.
Sono d'accordo sia con i suggerimenti di Victor che con quelli di Pete.
