クレイバーカーの有用性を広げて忙しい一般化回帰 JMP Proのプラットフォーム、多くの新しいモデルの追加、使いやすさの向上。一般化回帰（または略してGenReg）は、JMP Pro 11で3つの一般的なペナルティ付き回帰手法を実行する場所としてデビューしました。なげなわ 、弾性ネットそしてリッジ 。これらのペナルティをかけられたテクニックは魅力的です。なぜなら、それらはより単純なモデルにはなりにくいからです。オーバーフィット 。JMP Pro 12、そして今はJMP 13にさらにモデリングと選択のテクニックを追加した後、GenRegはさまざまな問題に対して変数選択を素早くそして簡単にする場所になりました。
変数の選択は、「アート」の大部分がモデル構築にあるところであり、さらに広いデータではなおさらです。
「顧客は、しばらく前からイベントまでの時間データの変数選択を求めてきました。そして今、GenRegはそれを実行できるようになるでしょう。JMPのSenior Research Statistician開発者であるClayは、次のように述べています。
これで、イベント発生時間データに一般化回帰を使用できます。
JMP Pro 13用のGeneralized Regressionプラットフォームの最大の機能強化の1つは、パラメトリック生存分析および比例ハザードモデルを実行するための打ち切りデータを処理する機能です。同僚の開発者Peng Liuは、Survival Analysisプラットフォーム内（JMP Pro内）からGeneralized Regressionプラットフォームへのリンクを追加しました。
変数選択は統計学の研究の活発な分野です。可変選択をうまく行い、本当に有用なモデルを構築するためには、LassoやElastic Netのような自動選択技術を使った幅広いツールやハイブリッドアプローチさえも必要です。しかし GenRegのインタラクティブな性質自動選択手法でサポートされている代替モデルを簡単に探索できるハイブリッド戦略の採用が容易になります。現在、JMP Proは、主効果について、次に主効果を含む高次効果について、修正された2段階順選択法を含む、強力で新しい変数選択法をいくつか提供しています。
JMP Pro 13の新機能は、Lassoの最初のパスで選択する変数を選択し、次に最初のパスで選択した変数に対して2回目のLassoを実行する2段階モデリング手法であるDouble Lassoです。なげなわの2つのパスを実行すると、なげなわの選択と縮小のプロセスが効果的に分離されます。これにより、より良い予測が可能になります。もう一つのハイライトはの追加です。拡張正則化情報基準 （エリック）。ERICは精神的に似ていますベイズ情報量基準しかし、それはAdaptive Lassoのために特別に派生したものです。
JMP Pro 13の新機能の詳細については、次のWebサイトを参照してください。プレビューページ私達のウェブサイトで。そこで、9月21日に開催されるJMPチーフアーキテクトJohn SallのJMP 13ツアーのライブストリームの視聴、およびJMP 13とJMP Pro 13に関する短いビデオの視聴ができます。
アン・ミレー書きました：
Philさん、ご協力ありがとうございます。ユーザーがClayによる機能強化に非常に満足していると思います。
フィルケイ書きました：
とてもわくわくする。このプラットフォームでは、変数選択を使用して最も有用なモデルを見つけることができます。イベントまでの時間や検閲データなど、以前は変数選択ができなかった状況でも。つまり、患者の生存期間や顧客の生涯価値に関する最良のモデルを見つけることができます。あるいは、データが打ち切られたDoEの分析のために、例えば、応答が化学的不純物の量であり、いくつかの実行が検出限界を下回る結果につながる可能性がある場合などです。
