使用此平台总结并比较已拟合数据的多个统计模型的性能。有关拟合不同统计模型的详细信息，请参阅相应的指南。
模型比较 – 连续响应
示例：我们使用体脂.jmp数据来预测体脂百分比。保存到数据表中的多个模型的公式在列面板的“预测公式”下分组。这些模型的选择基于模型在验证数据上的表现。
- 从数据表中，选择分析 > 预测建模 > 模型比较。
- 从“选择列”中选择预测公式列，然后点击“Y，预测变量” 。如果未选择任何列，JMP 将使用数据表中所有已保存的预测公式。
- 从选择列表中选择“验证” ，然后点击“依据” 。然后，点击“确定” 。JMP 提供以下统计数据来比较不同模型的性能（显示验证集的统计数据）：
- R方（越高越好）
- RASE：均方根误差（类似 RMSE，但可以与竞争模型进行比较）
- AAE：平均绝对误差（误差幅度的度量）
模型比较——分类响应
示例：在股权.jmp数据中，我们根据多个预测变量预测“坏账”。在本例中，数据被划分为训练集、验证集和测试集。
创建您选择的预测模型（带有验证），然后按照上面的步骤 1-3 为验证列的每个值生成模型统计数据。
- 提供了错误分类率和其他绩效衡量指标。
- 选择红色三角形下的决策阈值以启动交互式工具，使用不同的截止标准来比较正确/不正确的分类率。
- 红色三角形中提供ROC 曲线、提升曲线、模型平均和其他选项。
- 还可以为每个模型显示分析器，以提供每个因素对结果的影响的详细视图，并比较各种因素设置的预测。
您还可以从公式仓库获得模型比较。
Body Fat.jmp (Help > Sample Data Folder)Body Fat.jmp（帮助 > 样本数据文件夹）
Equity.jmp (Help > Sample Data Folder)Equity.jmp（帮助 > 样本数据文件夹）
访问JMP 帮助中的预测和专业模型 > 模型比较以了解更多信息。
