Estimada comunidad de JMP:
He intentado encontrar publicaciones similares pero hasta ahora ninguna aborda la pregunta que tengo.
También adjunto aquí datos ficticios.
Estoy realizando minería de datos para perfilar y cuantificar el efecto de los factores frente a las respuestas.
Para decirlo de forma simple, tengo 2 factores (categóricos con 2 niveles) y 1 respuesta (pérdida de rendimiento) que es un porcentaje.
Registramos la pérdida de rendimiento de cada día en función del nivel de 2 factores que utilizamos ese día.
Cada día nuestra cantidad producida es diferente.
La técnica de modelado que estoy utilizando es Partición.
La partición calcula directamente el porcentaje medio como se muestra en el resultado a continuación.
Como cada día la cantidad que producimos es diferente, no es exacto que Partition simplemente calcule la Media del % de Pérdida de Rendimiento.
Mi pregunta es:
1. ¿Cómo calculamos el porcentaje ponderado medio en este caso usando Partition? Veo una opción en la Plataforma de Partition para "Ponderación", pero no estoy seguro de cómo usarla.
2. ¿Existe alguna característica en Partición que nos permita utilizar la mediana en lugar de la media? (dado que la distribución de pérdida de rendimiento generalmente está sesgada).
Gracias por tu consejo,
Alegre
Hola @Alegre ,
Quizás podría agregar una columna con la cantidad de lotes/cantidad por día y usar esta información como información de frecuencia al iniciar la plataforma de partición: https://www.jmp.com/support/help/es/18.2/#page/jmp/launch-the-partition-platform.shtml#ww1276002
El Árbol de Decisión no crea divisiones directamente basadas en valores medios; consulte https://www.jmp.com/support/help/es/18.2/#page/jmp/detalles-estadisticos-para-el-criterio-de-division.shtml#ww1277127 para más información. Por lo tanto, creo que aún podría obtener información valiosa utilizando la plataforma directamente.
De lo contrario, tal vez podría intentar transformar sus datos, tal vez agrupando primero sus datos sin procesar en clases de valores o transformando logarítmicamente sus datos sin procesar (si la distribución es aproximadamente logarítmica-normal), antes de particionarlos con el árbol de decisiones.
Espero que esta respuesta te ayude.
