Brad Foulkes , Ingeniero Principal de Lifing Analytics, GE Power Services
<script>LITHIUM.OoyalaPlayer.addVideo('https:\/\/player.ooyala.com\/static\/v4\/production\/', 'lia-vid-g2cWw3ODE63Hmz2_46HxePoxfW0xeS6Lw400h300r97', 'g2cWw3ODE63Hmz2_46HxePoxfW0xeS6L', {"pcode":"ltbGkyOjMl3V3pZ3Trn6T2z1_rjF","playerBrandingId":"ODI0MmQ3NjNhYWVjODliZTgzY2ZkMDdi","width":"400px","height":"300px"});(ver en Mis videos)
Los modelos que predicen la probabilidad de un evento pueden ser difíciles de interpretar. Si el modelo perdió un evento, ¿significa que fue un modelo malo? ¿O fueron los resultados simplemente dentro de los límites de confianza del modelo? El uso de un solo valor puede llevar a conclusiones erróneas. Para tratar de dar un mejor resultado, desarrollamos un proceso para simular la probabilidad de que ocurra un evento en un momento determinado y usamos esos resultados para comprender cómo juzgamos el modelo. Este proceso está diseñado para ejecutarse utilizando JMP y JSL para desarrollar una interfaz de usuario para ingresar datos y un modelo, ejecutar la simulación y proporcionar visualmente los resultados para brindar una comprobación rápida de la validez del modelo. Para grandes conjuntos de datos, esto puede ser una tarea particularmente tediosa y computacionalmente onerosa. JMP proporciona la capacidad de almacenar una matriz de datos en una celda, y esta característica se utiliza para mejorar la velocidad de ejecución de la simulación. Esta presentación explicará el proceso general de validación del modelo, junto con las secuencias de comandos JSL para construir la herramienta e interpretar la salida.
