Varios de los clientes de Predictum , nuestra empresa de soluciones analíticas, nos ha pedido que les ayudemos a evaluar las capacidades de JMP Pro con sus datos y desafíos analíticos, y lo hemos hecho con excelentes resultados.
Hemos visto que las capacidades de modelado avanzadas en JMP Pro brindan información más allá de las disponibles a través de los métodos de modelado convencionales, especialmente cuando existe la posibilidad de sobreajuste y multicolinealidad entre las variables. JMP Pro también ofrece varias herramientas útiles para formatear datos de una manera que hace que el análisis posterior sea eficiente. Para describir las ventajas presentes en JMP Pro, se necesita una breve discusión de estos problemas estadísticos y de formato de datos.
Overfitting y multicolinealidad Son dos problemas comunes con grandes conjuntos de datos. Sobreajuste ocurre cuando un conjunto de datos tiene menos observaciones que los predictores y en los casos en que no se explota la validación cruzada. Multicolinealidad ocurre cuando los dos o más predictores están correlacionados entre sí. Tanto el sobreajuste como la multicolinealidad impiden la estimación adecuada de los coeficientes en la regresión lineal de mínimos cuadrados, que es la técnica de modelado predictivo más común utilizada en las estadísticas tradicionales.
JMP Pro ofrece muchas herramientas para tratar el sobreajuste y la multicolinealidad. Mínimos cuadrados parciales La regresión (PLS) es una excelente técnica de modelado predictivo que supera el sobreajuste y la multicolinealidad, especialmente cuando los predictores son continuos. Algunas de las características más útiles de la regresión PLS, que incluyen una selección de métodos de validación y disposiciones para imputar datos faltantes, están disponibles solo en JMP Pro.
Árboles potenciados y bosques de arranque son buenas técnicas de modelado predictivo cuando los predictores son categóricos, que pueden usarse para contrarrestar el sobreajuste y la multicolinealidad. Estas dos técnicas avanzadas también están disponibles solo en JMP Pro. Redes neuronales También es una buena técnica de modelado predictivo que supera el sobreajuste. Esta plataforma se encuentra en regular. JMP , pero JMP Pro tiene muchas características avanzadas y flexibilidad para construir redes neuronales avanzadas.
Para la regresión de mínimos cuadrados parciales y las redes neuronales, una característica clave llamada validación merece una mención adicional. Validación es un método de evaluación honesta, que le permite medir y comparar la capacidad predictiva de modelos construidos utilizando diversas técnicas. Implica dividir el conjunto de datos en particiones (por ejemplo, un conjunto de entrenamiento y un conjunto de prueba), ajustar el modelo al conjunto de capacitación, predecir las respuestas en el conjunto de prueba y medir la capacidad predictiva del modelo.
Se encuentran disponibles diferentes variaciones de validación, incluida la validación cruzada K-fold, que divide un conjunto de datos en K particiones y rota cada partición como el conjunto de prueba mientras combina las particiones restantes en el conjunto de entrenamiento; La precisión predictiva del modelo es el promedio de las precisiones predictivas medidas a partir de los K conjuntos de pruebas. Otra estrategia de validación popular y efectiva es asignar entrenamiento de observaciones, validación y pruebas. La fijación del rol de validación para cada observación crea un campo de juego nivelado para la comparación entre diferentes métodos de modelado.
La validación es una técnica valiosa para evaluar el valor de un modelo, y algunas o todas las funciones relacionadas con la validación están disponibles solo en JMP Pro.
Hemos utilizado las capacidades avanzadas en JMP Pro para una variedad de aplicaciones, incluidas fábricas de semiconductores, operaciones químicas y el rendimiento del centro de llamadas. Hemos institucionalizado estos métodos con JMP Pro y, en algunos casos, combinamos JMP regular con SAS en un servidor haciendo el trabajo analítico pesado. Al utilizar la plataforma PLS en JMP Pro, ayudamos a un cliente a decidir qué diseño de instalación se prestó para la mejor identificación de herramientas problemáticas. También hemos utilizado estas herramientas para estudiar pruebas y obtener datos para identificar combinaciones de configuraciones de procesos y configuraciones de herramientas que resultaron problemáticas. Nuestros clientes están muy satisfechos con los resultados.
