Livello: intermedio
Robert Anderson, JMP Senior Statistical Consultant, SAS
Identificare correttamente il miglior modello possibile e determinare quali fattori siano veramente importanti sono sempre compiti di vitale importanza, ma mai facili. La convalida del holdback viene spesso utilizzata per sopprimere il sovradattamento ed evitare di includere termini non originali in un modello. Tuttavia, non è un metodo infallibile, specialmente quando si lavora con insiemi di dati di piccole dimensioni. Il modello che si ottiene dipende spesso da come vengono assegnate le righe di addestramento e di convalida. Non è possibile fare affidamento su una singola colonna di convalida per puntare al modello "migliore". Tuttavia, utilizzando molte colonne di convalida diverse, inizia a emergere un'immagine più chiara. Utilizzando la funzione Simula in JMP Pro e alcuni set di dati simulati, questa presentazione mostrerà come il refitting dei modelli utilizzando più colonne di convalida consente di identificare il modello più frequente e più probabile. Dimostrerà anche che questo approccio funziona anche per i set di dati con un minimo di 30 righe.
