클레이 바커 그 유용성을 확장시키는 데 바빴다. 일반 회귀 분석 JMP Pro의 새로운 플랫폼을 추가하여 많은 새 모델을 추가하고 사용 편의성을 향상시킵니다. Generalized Regression (또는 간단히 GenReg)은 JMP Pro 11에서 인기있는 불이익 회귀 기술의 트리오를 수행 할 장소로 데뷔했습니다. 올가미 , 탄성 네트 과 산등성이 . 이러한 불이익을당한 기술은 덜 수월한 단순한 모델로 이어지기 때문에 매력적입니다. 과핑 . GenReg는 JMP Pro 12 및 JMP 13에서 더 많은 모델링 및 선택 기술을 추가 한 후 다양한 문제에 대해 빠르고 쉽게 변수를 선택할 수있는 장소가되었습니다.
변수 선택은 "예술"의 대부분이 모델 구축에 있으며, 훨씬 더 넓은 데이터를 사용하는 경우 더욱 그렇습니다.
"고객들은 일정 기간 이벤트 데이터에 대한 변수 선택을 요구해 왔으며 이제 GenReg가이를 수행 할 수있게 될 것입니다. JMP에서 수석 연구 통계 개발자 인 Clay는 "다양한 시나리오에서 변수를 선택하기위한 쉬운 옵션은 많지 않습니다.
이제 event-to-event 데이터에 일반화 된 회귀를 사용할 수 있습니다.
JMP Pro 13의 일반화 된 회귀 플랫폼에서 가장 향상된 기능 중 하나는 매개 변수가있는 데이터를 처리하여 매개 변수 생존 분석 및 비례 위험 모델을 수행 할 수있는 기능입니다. 동료 개발자 인 Peng Liu는 Survival Analysis 플랫폼 (JMP Pro)에서 Generalized Regression 플랫폼에 대한 링크를 추가했습니다.
변수 선택은 통계 조사의 활성 영역입니다. 변수를 잘 선택하고 실제로 유용한 모델을 만들려면 Lasso 및 Elastic Net과 같은 자동화 된 선택 기술을 사용하는 다양한 도구와 하이브리드 방식이 필요합니다. 그러나 GenReg의 대화 형 특성 자동화 된 선택 기술이 지원하는 대체 모델을 쉽게 탐색 할 수있는 하이브리드 전략을 쉽게 채택 할 수 있습니다. 이제 JMP Pro는 수정 된 2 단계 포워드 선택 방법을 포함하여 몇 가지 강력한 새로운 변수 선택 방법을 제공합니다. 먼저 주 효과에 대해 강조한 다음 주 효과와 관련된 고차 효과에 대해 Generalized Regression을 설계된 실험을 분석하는 데 사용할 수있는 최고의 도구로 만듭니다.
또한 JMP Pro 13의 새로운 기능은 두 단계 모델링 기법인데, 올가미 화면의 첫 번째 패스에서 변수를 선택하고 올가미의 두 번째 패스는 첫 번째 패스에서 선택한 변수에서 수행됩니다. 올가미의 두 번 통과하면 올가미의 선택 및 수축 과정이 효과적으로 구분되어 더 나은 예측이 가능합니다. 또 다른 하이라이트는 확장 된 정규화 된 정보 기준 (ERIC). ERIC는 정신과 비슷한 베이지안 정보 기준 , 그러나 그것은 적응 형 올가미를 위해 특별히 파생되었습니다.
JMP Pro 13에서 제공되는 기능에 대한 자세한 내용은 미리보기 페이지 우리 웹 사이트에. 거기에서 9 월 21 일에 JMP 13의 JMP 수석 건축가 존 살 (John Sall)의 생방송을 시청하고 JMP 13 및 JMP Pro 13에 대한 짧은 비디오를 볼 수 있습니다.
앤 밀리 쓴 :
Chiming in 주셔서 감사합니다, Phil! 사용자가 Clay가 만든 향상된 기능에 매우 만족할 것이라고 생각합니다.
필 케이 쓴 :
매우 흥미로운. 이 플랫폼에서 변수 선택을 사용하면 가장 유용한 모델을 찾을 수 있습니다. 그리고 이전에 이벤트 선택 및 데이터 검열과 같은 변수 선택을 할 수 없었던 상황에서. 환자 생존 또는 고객 평생 가치를위한 최상의 모델을 찾을 수 있다는 것을 의미합니다. 또는 데이터를 검열 한 국 가의 분석을 위해, 예를 들어 화학적 불순물의 양과 반응이있는 경우에는 탐지 한계 이하의 결과가 발생할 수 있습니다.
