Hola, equipo,
Actualmente, soy bastante nuevo en el mundo de los modelos de regresión. Intento usar el modelo de ajuste para crear mi modelo. El motivo es que quiero descartar datos incorrectos basándome en datos históricos. Por ejemplo, tengo un conjunto de datos históricos y creo el modelo a partir de él. Tras obtener el modelo, intento predecir el resultado y comparar la diferencia entre los valores predichos y los reales. Cuanto mayor sea el valor residual, mayor será la probabilidad de que este dato sea anormal.
Al ejecutar el modelo de ajuste, descubrí que seleccionar diferentes parámetros genera resultados diferentes. Tras obtener el modelo, intento analizar los puntos de datos con un residuo estudentizado alto y validar su validez. Necesito repetir la tarea de seleccionar parámetros varias veces para obtener el modelo adecuado. Veamos un ejemplo a continuación.
Modelo 1:
Modelo 2:
Como puede ver, el Modelo 2 tiene muchos puntos de datos con un residuo estudentizado alto en comparación con el Modelo 1. Al validar estos puntos de datos con un residuo estudentizado alto, se clasificaron como malos. Parece que el Modelo 2 es más robusto.
Mi pregunta es: aunque dos modelos tienen puntuaciones RSquare altas, ¿por qué el Modelo 2 pudo descartar más datos incorrectos? Podría deberse a los parámetros que seleccioné para crear el modelo.
Preguntas:
-Si clasifico los puntos de datos como buenos/malos en una nueva columna del conjunto de datos, ¿hay algún método en JMP que pueda sugerir qué parámetros debo elegir para que el modelo sea más sólido para descartar los puntos de datos malos?
-Si no clasifico los puntos de datos, ¿hay algún método en JMP que pueda sugerir qué parámetros debo elegir para que el modelo sea más sólido para descartar puntos de datos incorrectos?
Ojalá pueda obtener consejos de la comunidad.
Aprecia
