Mehrere Kunden von Predictum , unser Unternehmen für analytische Lösungen, hat uns gebeten, ihnen bei der Bewertung der Leistungsfähigkeit von zu helfen JMP Pro mit ihren Daten und analytischen Herausforderungen, und wir haben dies mit hervorragenden Ergebnissen getan.
Wir haben festgestellt, dass die erweiterten Modellierungsfunktionen in JMP Pro Einblicke bieten, die über die herkömmlichen Modellierungsmethoden hinausgehen, insbesondere wenn die Möglichkeit einer Überanpassung und Multikollinearität zwischen Variablen besteht. JMP Pro bietet auch mehrere nützliche Tools zum Formatieren von Daten, mit denen die nachfolgende Analyse effizienter wird. Um die Vorteile von JMP Pro zu beschreiben, ist eine kurze Erörterung dieser statistischen und Datenformatierungsprobleme erforderlich.
Überanpassung und Multikollinearität gibt zwei häufige Probleme mit großen Datenmengen. Überanpassung tritt auf, wenn ein Datensatz weniger Beobachtungen aufweist als Prädiktoren und wenn die Kreuzvalidierung nicht ausgenutzt wird. Multikollinearität tritt auf, wenn die zwei oder mehr Prädiktoren miteinander korreliert sind. Sowohl die Überanpassung als auch die Multikollinearität verhindern eine angemessene Schätzung der Koeffizienten bei der linearen Regression kleinster Quadrate, der in der traditionellen Statistik am häufigsten verwendeten Vorhersagemodelltechnik.
JMP Pro bietet viele Tools zur Behebung von Überanpassung und Multikollinearität. Teilweise kleinste Quadrate (PLS-) Regression ist eine hervorragende Vorhersagemodelltechnik, die Überanpassung und Multikollinearität überwindet, insbesondere wenn die Prädiktoren stetig sind. Einige der nützlichsten Funktionen der PLS-Regression, einschließlich einer Auswahl von Validierungsmethoden sowie Bestimmungen zur Eingabe fehlender Daten, sind nur in JMP Pro verfügbar.
Aufgestockte Bäume und Urwald sind gute Vorhersagemodelltechniken, wenn die Prädiktoren kategorisch sind, und können verwendet werden, um Überanpassung und Multikollinearität entgegenzuwirken. Beide fortgeschrittenen Techniken sind auch nur in JMP Pro verfügbar. Neuronale Netze ist auch eine gute vorhersagende Modellierungstechnik, die Überanpassung überwindet. Diese Plattform ist in regulären zu finden JMP JMP Pro bietet jedoch viele erweiterte Funktionen und Flexibilität beim Aufbau fortschrittlicher neuronaler Netze.
Für die partielle Regression kleinster Quadrate und neuronale Netze verdient ein Schlüsselmerkmal namens Validierung eine weitere Erwähnung. Validierung ist eine Methode zur ehrlichen Bewertung, mit der Sie die Vorhersagefähigkeit von Modellen messen und vergleichen können, die mit verschiedenen Techniken erstellt wurden. Es umfasst das Aufteilen des Datensatzes in Partitionen (z. B. einen Trainingssatz und einen Testsatz), das Anpassen des Modells an den Trainingssatz, das Vorhersagen der Antworten im Testsatz und das Messen der Vorhersagefähigkeit des Modells.
Es stehen verschiedene Validierungsvarianten zur Verfügung, darunter die K-fache Kreuzvalidierung, bei der ein Datensatz in K Partitionen aufgeteilt und jede Partition als Testsatz gedreht wird, während die verbleibenden Partitionen zum Trainingssatz kombiniert werden. Die Vorhersagegenauigkeit des Modells ist der Durchschnitt der mit den K-Testsätzen gemessenen Vorhersagegenauigkeiten. Eine weitere beliebte und effektive Validierungsstrategie ist die Zuweisung von Trainings-, Validierungs- und Testsätzen für Beobachtungen. Durch die Festlegung der Validierungsrolle für jede Beobachtung werden gleiche Wettbewerbsbedingungen für den Vergleich zwischen verschiedenen Modellierungsmethoden geschaffen.
Die Validierung ist eine wertvolle Technik zur Bewertung des Werts eines Modells. Einige oder alle validierungsbezogenen Funktionen sind nur in JMP Pro verfügbar.
Wir haben die erweiterten Funktionen von JMP Pro für eine Vielzahl von Anwendungen genutzt, darunter Halbleiterfabriken, chemische Prozesse und Call-Center-Leistung. Wir haben diese Methoden mit JMP Pro institutionalisiert und in einigen Fällen reguläres JMP mit SAS auf einem Server kombiniert, der die umfangreiche analytische Arbeit erledigt. Mithilfe der PLS-Plattform in JMP Pro haben wir einem Kunden bei der Entscheidung geholfen, welches Anlagenlayout sich am besten zur Identifizierung problematischer Tools eignet. Wir haben diese Tools auch verwendet, um Test- und Ertragsdaten zu untersuchen, um Kombinationen von Prozesseinstellungen und Werkzeugkonfigurationen zu identifizieren, die problematisch waren. Unsere Kunden sind sehr zufrieden mit den Ergebnissen.
