Niveau: intermédiaire
Robert Anderson, consultant principal en statistiques JMP, SAS
Identifier correctement le meilleur modèle possible et déterminer quels facteurs sont réellement importants sont toujours des tâches d'une importance vitale, mais jamais faciles. La validation de retenue est souvent utilisée pour supprimer les surajustements et éviter d'inclure des termes non authentiques dans un modèle. Cependant, ce n'est pas une méthode infaillible, surtout lorsque vous travaillez avec de petits ensembles de données. Le modèle obtenu dépend souvent de la manière dont les lignes d'apprentissage et de validation sont attribuées. On ne peut pas se fier à une seule colonne de validation pour pointer vers le "meilleur" modèle. Cependant, en utilisant de nombreuses colonnes de validation différentes, une image plus claire commence à apparaître. À l'aide de la fonction Simuler dans JMP Pro et de certains ensembles de données simulés, cette présentation montrera comment le réaménagement de modèles à l'aide de plusieurs colonnes de validation permet d'identifier le modèle le plus fréquent et le plus probable. Cela démontrera également que cette approche fonctionne même pour des ensembles de données comprenant aussi peu que 30 lignes.
