Clay Barker è stato impegnato a estendere l'utilità del Regressione generalizzata piattaforma in JMP Pro, aggiungendo molti nuovi modelli e migliorando la facilità d'uso. Regressione generalizzata (o GenReg in breve) ha debuttato in JMP Pro 11 come il luogo per fare un trio di tecniche di regressione penalizzate popolari: laccio , Rete elastica e Cresta . Queste tecniche penalizzate sono interessanti perché portano a modelli più semplici che sono meno inclini a overfitting . Dopo aver aggiunto più tecniche di modellazione e selezione in JMP Pro 12 e ora con JMP 13, GenReg è diventato un posto dove eseguire la selezione delle variabili in modo rapido e semplice per un'ampia varietà di problemi.
La selezione variabile è dove gran parte dell '"arte" si trova nella costruzione di modelli, e ancora di più con dati sempre più ampi.
"I clienti hanno chiesto la selezione delle variabili per i dati time-to-event per un po 'di tempo, e ora GenReg sarà in grado di farlo. Non ci sono molte opzioni facili per fare la selezione delle variabili in tanti scenari diversi ", afferma Clay, uno sviluppatore statistico per la ricerca presso JMP.
Ora è possibile utilizzare la regressione generalizzata sui dati time-to-event.
Uno dei maggiori miglioramenti nella piattaforma di regressione generalizzata per JMP Pro 13 è la capacità di gestire i dati censurati per eseguire analisi parametriche di sopravvivenza e modelli di rischi proporzionali. Il compagno sviluppatore Peng Liu ha persino aggiunto un collegamento alla piattaforma di regressione generalizzata dalla piattaforma Survival Analysis (in JMP Pro).
La selezione delle variabili è un'area di ricerca attiva nelle statistiche. Per fare bene la selezione delle variabili e costruire modelli davvero utili, hai bisogno di una vasta gamma di strumenti e anche di approcci ibridi che utilizzano tecniche di selezione automatica come il Lasso e l'Elastic Net. Ma la natura interattiva di GenReg semplifica l'adozione di una strategia ibrida in cui è possibile esplorare facilmente modelli alternativi supportati dalla tecnica di selezione automatica. Ora JMP Pro offre alcuni nuovi e potenti metodi di selezione delle variabili, incluso un metodo di selezione in avanti a due fasi modificato: prima sugli effetti principali e poi sugli effetti di ordine superiore che coinvolgono gli effetti principali, rendendo la regressione generalizzata uno strumento principale per analizzare gli esperimenti progettati.
Un'altra novità in JMP Pro 13 è il Double Lasso, una tecnica di modellazione a due stadi in cui un primo passaggio delle schermate Lazo per le variabili da selezionare e quindi un secondo passaggio del Lazo viene eseguito sulle variabili selezionate nel primo passaggio. Effettuare due passaggi del lazo separa in modo efficace il processo di selezione e restringimento del lazo, che può portare a previsioni migliori. Un altro punto saliente è l'aggiunta del Criterio di informazione regolarizzato esteso (ERIC). ERIC è simile nello spirito al Criterio informativo bayesiano , ma è stato derivato specificamente per il Lasso adattivo.
Puoi scoprire di più su cosa succederà in JMP Pro 13 visitando il sito pagina di anteprima sul nostro sito Lì, puoi registrarti per vedere un live streaming del tour dell'jm chief architect John Sall di JMP 13 il 21 settembre, così come guardare brevi video su JMP 13 e JMP Pro 13.
Anne Milley ha scritto:
Grazie per intervenire, Phil! Penso che gli utenti saranno molto contenti dei miglioramenti apportati da Clay.
Phil Kay ha scritto:
Molto eccitante. Puoi trovare il modello più utile usando la selezione di variabili in questa piattaforma. E in situazioni in cui non è possibile eseguire la selezione delle variabili in precedenza, ad esempio i dati time-to-event e censurati. Questo significa che puoi trovare i migliori modelli per la sopravvivenza del paziente o il valore della vita del cliente. Oppure per l'analisi di un DoE in cui si hanno dati censurati, ad esempio dove la risposta è la quantità di impurità chimica e alcune analisi potrebbero portare a risultati inferiori al limite di rilevazione.
