Onglet Modélisation

Vous pouvez utiliser l'onglet Modélisation pour accéder à WebFOCUS RStat, un espace de travail de modélisation statistique inclus dans App Studio. Il vous permet de réaliser des tâches de statistiques et de minage de données, ainsi que développer des modèles pouvant être déployés comme applications de score sur toutes les plate-formes. RStat permet aux collecteurs de données et aux développeurs de Business Intelligence de collaborer avec les mêmes outils utilisés pour accéder, manipuler ou transformer des données, développer des modèles prédictifs, ainsi que de créer et déployer des applications d'évaluation, avec des rapports associés à tout employé de leur organisation.

Vous pouvez transmettre toute donnée générée depuis le canevas Rapport, directement dans RStat. Après avoir passé les données à RStat, vous pouvez développer vos données, effectuer des jointures sur des sources de données variées, construire des champs virtuels, et créer des jeux de données afin de les transmettre à RStat pour modélisation. Le bouton Lancement extrait les données qui sont définies dans le rapport et les charge directement dans RStat. Au sein de chaque rapport, vous pouvez personnaliser le nom du fichier HOLD que vous créez, ainsi que l'emplacement dans lequel il est stocké. Si vous de personnaliser par le nom et l'emplacement du fichier HOLD, un nom et un emplacement par défaut sont affectés.

Remarque : cet onglet modélisation n'est disponible que si RStat est installé.

Groupe Modélisation

Dans cette section :

Comment :

Vous pouvez exécuter RStat et modifier les options du modèle de configuration RStat. Vous pouvez aussi effectuer des activités d'échantillonnage. Les commandes sont :

Lancement

Extrait les données qui sont définies dans le rapport et les charge directement dans RStat. RStat ouvre dans une nouvelle fenêtre.

Remarque : le nom de fichier qui se charge dans RStat est celui que vous avez défini dans la fenêtre de dialogue configuration modèle RStat. Le nom de fichier par défaut est HOLD (HOLD.CSV).

Paramètres

Lorsque vous cliquez sur le bouton Paramètres, la fenêtre de dialogue configuration modèle RStat s'affiche. Dans cette fenêtre de dialogue, vous pouvez nommer le fichier Hold qui sera utilisé pour passer les données de modélisation du canevas Rapport à RStat (le nom de fichier par défaut étant HOLD). Vous pouvez aussi définir le répertoire dans lequel le fichier Hold devrait être placé. Vous pouvez personnaliser le chemin HOLD par défaut pour vos procédures (fichiers .fex). Vos paramètres de configuration de modélisation sont enregistrés lorsque vous quittez la fenêtre de dialogue configuration modèle RStat.

Echantillonnage

Ouvre la fenêtre de dialogue Echantillonnage. Vous pouvez générer des extraits de données représentatives statistiquement dans des buts de modélisation et d'évaluation des données. Vous pouvez sélectionner échantillonnage aléatoire, stratifié numérique, stratifié catégorique.

Vous pouvez aussi désactiver l'échantillonnage. Chaque option contient un jeu de critères que vous pouvez modifier pour l'échantillonnage.

Remarque : de façon à échantillonner votre travail, vous devez obligatoirement sélectionner un champ de données avant de cliquer sur Echantillonnage. Sinon, le message Aucun champ disponible pour échantillonnage sera affiché dans le seul élément apparaissant dans la fenêtre de dialogue.

Informations connexes :

Haut de page

Comment : Lancer RStat

Créer un lien hypertexte dans App Studio.
Ajoutez des champs au rapport.
Sur l'onglet modélisation, dans le groupe modélisation, cliquez sur l'icône RStat .
RStat se lance dans une fenêtre séparée.
Optionnellement, personnalisez les variables qui sont importées dans RStat.
Remarque : les champs que vous définissez sur votre canevas rapport sont importés dans RStat dans l'ordre spécifié dans votre rapport.

Pour des informations supplémentaires sur RStat Web focus, veuillez consulter le manuel Utilisation de WebFOCUS RStat pour analyse prédictive.

Haut de page

Comment : Définir les paramètres en utilisant la configuration modèle RStat

Vous utilisez l'option paramètres pour spécifier un nom pour le fichier de données, ainsi que le répertoire de sortie.

Sur l'onglet Format, dans le groupe Fonctionnalités, cliquez sur Accordéon.
La fenêtre de dialogue configuration modèle RStat s'affiche.
Dans le champ nom du fichier HOLD, entrez un nom pour le fichier ou optionnellement, parcourez pour sélectionner un fichier existant.
Remarque : le nom par défaut du fichier Hold est HOLD et il s'affiche dans le champ nom du fichier de l'onglet Données dans RStat. Si vous changez le nom du fichier dans la fenêtre de dialogue configuration modèle RStat, ce nom de fichier révisé sera reflété dans RStat.
Dans le champ chemin fichier HOLD, entrez ou sélectionnez un chemin dans lequel enregistrer le fichier.
Remarque : vous pouvez restaurer le disque original et le répertoire en cliquant Défaut.
Cliquez sur OK.
Lorsque vous lancez RStat, le nom du fichier est le fichier Hold par défaut utilisé à l'entrée de l'application.

Haut de page

Fonctionnalité Echantillonnage

La fonctionnalité échantillonnage est accessible via l'onglet Modélisation dans App Studio. L'échantillonnage offre trois techniques : aléatoire, numérique stratifié, et numérique catégorisé.

Echantillonnage aléatoire est une technique d'échantillonnage basique par laquelle vous sélectionnez un groupe de sujets (un échantillon) à partir d'un groupe plus grand (une population). Chaque membre individuel est choisi complètement aléatoirement et chaque membre de la population a donc une chance égale d'être inclus dans l'échantillon.
Echantillonnage stratifié est obtenu en prenant des échantillons séparés à partir de chaque sous-groupe d'une population donnée (généralement appelée stratum ou strate).
Lorsque vous effectuez l'échantillonnage d'une population, cet échantillonnage stratifié vous permet de vous assurer que la proportion de chaque stratum dans l'échantillon est le même que dans la population. L'échantillonnage stratifié numérique est utilisé lorsque le champ identifiant les strata est un nombre et peut être défini en termes de plage. L'échantillonnage stratifié catégorisé est utilisé pour toutes les autres données.

Pour accéder au critère d'échantillon au sein de l'onglet Modélisation, vous devez avoir défini au moins un champ au sein de l'extraction du rapport. Si aucun champ n'a été défini, vous allez recevoir un message d'avertissement pour vous informer qu'aucun champ n'est disponible pour échantillonnage ; l'onglet échantillonnage sera présent, mais aucune action ne sera disponible. Pour l'échantillonnage aléatoire, qui n'est pas lié à une valeur de champ spécifique, tout champ va ouvrir l'option. Pour l'échantillonnage stratifié, le champ stratum (le champ sur lequel les strata seront définies) doit obligatoirement être inclus dans le rapport.

Haut de page

Concepts d'échantillonnage basique et Terminologie

Pour produire un échantillon de sortie valide, chaque définition d'échantillonnage requiert l'information concernant le fichier à échantillonner. Dans chaque routine d'échantillonnage, vous pouvez utiliser le calculateur d'échantillons pour calculer les valeurs pour chacun des suivants, ou encore entrer vos propres valeurs :

Taille de population. Le nombre d'enregistrements dans le jeu de données complet devant être échantillonnés. Avant d'effectuer une routine d'échantillonnage, la taille de population doit être déterminée. En l'absence de fonction d'échantillonnage, la taille de population peut être extraite au moment de la conception, générée au moment de l'exécution, ou définie en tant que valeur fixée. Bien que la taille de remplissage soit en général le nombre total d'enregistrements dans le fichier, il existera des cas où vous souhaiterez tester un échantillon avec un sous-ensemble du fichier. Pour assurer un échantillonnage statistiquement valide, la taille de population spécifiée doit être la même que le nombre d'enregistrements échantillonnés.
Niveau de confidence. Est la probabilité, exprimée en pourcentage, que l'échantillon sélectionné représentera la population totale. La plupart des directives établissent un minimum de niveau de confidence acceptable de 90%, 95%, ou 98%.
Marge d'erreur. Représente le montant de l'erreur, exprimé en pourcentage, que vous pouvez tolérer. Des marges d'erreur plus petite requièrent des tailles d'échantillons plus grandes.
Distribution de la réponse. Permet de corriger une asymétrie dans l'exemple (si l'exemple affiche une déviation supérieure à la déviation standard) Utilisez le pourcentage distribution réponse pour prendre en compte la dissymétrie dans la population.
amorce. Les routines d'échantillonnage statistique utilisent une valeur d'amorçage pour le générateur de nombres pseudo aléatoires. Ce générateur produit une série de nombres aléatoires à partir de l'origine renseignée. Ces nombres aléatoires sont alors utilisés pour déterminer chaque enregistrement à inclure dans l'échantillon. L'origine n'a aucun effet sur le nombre d'enregistrements inclus dans l'échantillon, elle n'affecte que les enregistrements devant être sélectionnés. Une amorce unique va produire le même jeu de nombres aléatoires, par conséquent, si vous souhaitez répliquer un échantillon, utiliser la même amorce, la taille de population, et l'ordre d'enregistrement. Pour générer un échantillon unique, entrez une seule valeur d'origine à chaque fois.
Taille d'échantillon. Le nombre d'enregistrements que vous souhaitez stocker dans le fichier de sortie. Le nombre peut être un entier positif, plus supérieur à zéro et inférieur à la taille de population.