Pregunta: Lección 4 Introducción al modelado predictivo: regresiones: pregunta de SAS Miner Modelado predictivo mediante regresión Regrese al diagrama de compuestos orgánicos del Capítulo 3. Adjunte la herramienta StatExplore a la fuente de datos ORGANICS y ejecútela. En preparación para la regresión, ¿se necesita alguna imputación

Lección 4

Introducción al modelado predictivo: regresiones: pregunta de SAS Miner

1. Modelado predictivo mediante regresión
   1. Regrese al diagrama de compuestos orgánicos del Capítulo 3. Adjunte la herramienta StatExplore a la fuente de datos ORGANICS y ejecútela.
   2. En preparación para la regresión, ¿se necesita alguna imputación de valores faltantes?

En caso afirmativo, ¿debería realizar esta imputación antes de generar los modelos de árbol de decisión?

¿Por qué o por qué no?

3. Agregue un nodo Impute al diagrama y conéctelo al nodo Partición de datos . Configure el nodo para imputar U para valores de variables de clase desconocidas y la media general para valores de variables de intervalo desconocidos. Crear indicadores de imputación para todos los insumos imputados.
4. Agregue un nodo Regresión al diagrama y conéctelo al nodo Imputar .
5. Elija Paso a paso como modelo de selección y Error de validación como criterio de selección.
6. Ejecute el nodo Regresión y vea los resultados.

¿Qué variables se incluyen en el modelo final?

¿Qué variables son importantes en este modelo?

¿Qué es la validación ASE?

7. En preparación para la regresión, ¿se justifica alguna transformación de los datos?

¿Por qué o por qué no?

8. Desconecte el nodo Impute del nodo Partición de datos .
9. Agregue un nodo Transformar variables al diagrama y conéctelo al nodo Partición de datos .
10. Conecte el nodo Transformar variables al nodo Imputar .
11. Aplique una transformación de registro a las entradas DemAffl y PromTime .
12. Ejecute el nodo Transformar variables . Explora los datos de entrenamiento exportados. ¿Las transformaciones dieron como resultado distribuciones menos sesgadas?
13. Vuelva a ejecutar el nodo Regresión .

¿Cambian las variables seleccionadas?

¿Qué tal la validación ASE?

14. Cree un modelo polinómico completo de segundo grado. ¿Cómo se compara el error cuadrático promedio de validación del modelo polinomial con el modelo original?