안녕하세요 팀 여러분,
현재 저는 회귀 모델에 대해 잘 모르는 상태입니다. 지금은 `Fit model` 명령어를 사용하여 회귀 모델을 생성하려고 합니다. 이렇게 하는 이유는 과거 데이터를 기반으로 이상치를 걸러내고 싶기 때문입니다. 예를 들어, 과거 데이터 세트가 있다고 가정하고 이를 이용하여 모델을 생성합니다. 모델을 생성한 후에는 예측값을 계산하고 예측값과 실제값의 차이를 비교합니다. 잔차가 클수록 해당 데이터 포인트가 비정상일 가능성이 높다고 판단합니다.
모델 적합 과정에서 매개변수를 다르게 선택하면 결과가 달라지는 것을 발견했습니다. 모델을 만든 후에는 스튜던트화 잔차가 높은 데이터 포인트를 살펴보고 유효성을 검증합니다. 적절한 모델을 얻기 위해 매개변수를 선택하는 작업을 여러 번 반복해야 했습니다. 아래 예시를 통해 살펴보겠습니다.
모델 1:
모델 2:
보시다시피, 모델 2는 모델 1에 비해 스튜던트화 잔차가 높은 데이터 포인트가 훨씬 많습니다. 스튜던트화 잔차가 높은 이러한 데이터 포인트들을 검증해 보니, '불량'으로 분류되었습니다. 모델 2가 더 견고한 것으로 보입니다.
제 질문은 두 모델 모두 R제곱 값이 높게 나왔는데도 불구하고, 왜 모델 2가 더 많은 불량 데이터를 걸러낼 수 있었는지입니다. 이는 제가 모델을 만들 때 선택한 매개변수 때문일 수도 있습니다.
질문:
- 데이터 세트의 새 열에서 데이터 포인트를 '양호'/'불량'으로 분류할 경우, JMP에서 모델이 불량 데이터 포인트를 더 잘 걸러낼 수 있도록 어떤 매개변수를 선택해야 하는지 제안해 주는 방법이 있을까요?
-데이터 포인트를 분류하지 않을 경우, JMP에서 모델이 불량 데이터 포인트를 걸러내는 데 더 강건해지도록 어떤 매개변수를 선택해야 하는지 제안해 주는 방법이 있나요?
커뮤니티 여러분의 조언을 얻을 수 있기를 바랍니다.
감사합니다
