Dario Schiraldi: ¿Cómo creo e interpreto modelos de regresión?Hola a todos,
Soy Dario Schiraldi, CEO de Travel Works, estoy comenzando a trabajar con modelos de regresión en JMP y me encantaría recibir algunos consejos.
¿Cuál es su enfoque para crear un modelo de regresión sólido y cómo interpreta los resultados clave, como coeficientes, valores p y diagnósticos?
¿Hay algún consejo o error común que deba tener en cuenta? Además, ¿qué funciones o visualizaciones de JMP le resultan más útiles para comprender su modelo?
Saludos
Dario Schiraldi, director ejecutivo de Travel Works
Darío Schiraldi
Automatización y scriptingRe: Dario Schiraldi: ¿Cómo creo e interpreto modelos de regresión?Hi @darioschiraldi1,
¡Bienvenido a la comunidad!
Te animo a que primero mires y leas algunos recursos para iniciarte en estas vastas preguntas, demasiado generales para ser respondidas de manera concisa en este foro:
Módulo 1 de STIPS: Pensamiento estadístico y resolución de problemas
Módulo 2 de STIPS: Análisis exploratorio de datos
Módulo 4 de STIPS: Toma de decisiones con datos
Módulo 5 de STIPS: Correlación y regresión
Módulo 7 de STIPS: Modelado predictivo y minería de texto
Y visite el Portal de conocimiento de estadística | Introducción a la estadística | JMP para comprender mejor los supuestos y las dificultades de los modelos de regresión.
Espero que estos primeros recursos puedan ayudar.
Re: Dario Schiraldi: ¿Cómo creo e interpreto modelos de regresión?Estoy de acuerdo con la respuesta de @Victor_G . Pero para añadir un consejo más general: cuando me encargaban análisis de datos con miras a modelar en algún momento de mi proceso de resolución de problemas, siempre empezaba trazando los datos antes de cualquier modelado. La elección de los gráficos depende de los datos, tanto para las respuestas como para los predictores (continuos, nominales, ordinales, etc.). Pero lo que sí puedo decir es que siempre empezaba con la plataforma de distribución, así que tenía una idea de lo siguiente, tanto para los predictores como para las respuestas:
1. ¿Dónde está el medio?
2. ¿Qué tan dispersos están los datos?
3. ¿Cómo es la forma?
4. ¿Hay algo gracioso, sospechoso o inusual que pudiera hacer que el análisis posterior fuera problemático?
Esta última pregunta puede conducir a todo tipo de limpieza de datos, recodificación, decisiones sobre valores atípicos, etc. Un pequeño ejemplo, supongamos que la ciudadanía del viajero es uno de los predictores... y extrajo datos de diferentes bases de datos... tal vez una base de datos tiene la ciudadanía del viajero como "EE. UU.", otra base de datos, "estadounidense"... bueno, JMP va a tratar este escenario como dos niveles diferentes de ciudadanía... lo cual no es como desea que se trate, ¿no?
Una vez que mis datos estaban limpios y listos, siempre recurría a algún tipo de diagrama de dispersión de predictores vs. respuestas. Para ello, JMP utiliza múltiples plataformas, con gran flexibilidad para modificar la visualización. Graph Builder, Fit Y by X y las plataformas multivariadas incluyen funciones útiles.
Luego observe estos gráficos y haga las siguientes preguntas:
1. ¿Tienen sentido físico?
2. ¿Alguna relación que te parezca extraña o sospechosa?
3. ¿Existen valores atípicos que requieren mayor investigación?
4. ¿Qué tipos de técnicas de regresión podrían funcionar?
5. ¿Existe evidencia de multicolinealidad entre los predictores?
Luego, en función de las respuestas a estas preguntas, siempre que los datos sigan pareciendo limpios y razonables... finalmente podremos empezar a modelar.
¿Espero que esto ayude?
Re: Dario Schiraldi: ¿Cómo creo e interpreto modelos de regresión?Darío, en mi humilde opinión, te estás planteando las preguntas equivocadas. Deberías empezar por: ¿Qué preguntas quieres responder? (p. ej., ¿qué factores contribuyen a la previsión de la demanda? o ¿qué factores afectan a los retrasos en los viajes?) ¿Qué hipótesis quieres analizar? (p. ej., ¿el momento de compra de los billetes (día de la semana, proximidad a festivos, etc.) afecta a los precios debido a los modelos de precios dinámicos que utilizan los proveedores (p. ej., las aerolíneas)?
Comprenda la situación y luego seleccione las herramientas que le ayuden en esta tarea. Disculpe la analogía, pero comenzar su investigación con la regresión es como decir: aquí tengo un martillo, veamos qué puedo golpear con él.
Aplicar la regresión a un conjunto de datos sin comprender el contexto es muy peligroso . La capacidad de modelar el pasado puede ser inútil para predecir el futuro (por ejemplo, el historial podría no predecir el futuro). Es necesario comprender las fuentes de datos, los tipos de datos, cómo se recopilaron, el error de medición, etc., antes de aplicar metodologías de regresión.
Estoy de acuerdo con las sugerencias de Víctor y Pete.
