MARS(Multivariate Adaptive Regression Splines)의 R/earth 버전을 기반으로 하는 URAR 평가를 위한 새로운 워크플로가 도구 세트에 추가되었습니다.
변환을 통해 earth()에 제출을 통한 MLS 입력 처리의 완전 자동화, 조정이 포함된 Excel 스프레드시트에 대한 R::earth 출력 구문 분석, 구성 파일당 URAR 필드에 대한 조정 집계와 같은 몇 가지 개선 사항이 추가되었습니다. 사용자는 다음을 변경하도록 수정할 수 있습니다.
- 분석할 분야,
- 양방향 대 단방향 상호 작용의 활성화,
- 사용자가 해당 옵션을 선택할 때 양방향 상호작용에 허용되는 변수 및
- 모델 지정 조정을 집계하는 URAR 필드.
자동화된 워크플로우는 평가 프로세스의 속도를 크게 높이고 평가의 정확성을 향상시킵니다.
정확도 향상은 보다 정확한 CQA에서 잔차 매핑(또는 기능)에 대한 것입니다. C++로 작성된 이 함수는 이전에 Minitab/Salford-Systems MARS를 통해 수행된 함수 생성을 대체합니다.
R Studio를 사용하여 R 스크립트와 C++로 새로운 워크플로 시스템을 개발했습니다. R Studio도 실행에 사용되지만 워크플로를 관리하기 위해 C#으로 프런트 엔드를 만들 계획입니다. 시스템에는 R 스크립트 코드용으로 약 1500줄과 C++ 코드용으로 500줄이 포함되어 있습니다.
시스템은 무제한 판매 비교 대상에 대해 URAR 조정을 생성하여 모두 평균의 0.00001% 이내로 조정합니다.
나는 판매 비교 접근법의 변형을 다양하게 사용했습니다.
- 주관적 가치 억제 접근(SVCA),
- 무형가치억제 접근법(ICVA), 또는
- 기여 가치 접근법(CVA)
이 워크플로우를 위해. 이러한 이름 중에서 아마도 기여 가치 접근법이 가장 정확할 것입니다. \"무형 가치 억제 접근 방식\"은 접근 방식의 실제 이점, 즉 시장 가치를 추정하기 위한 훨씬 더 정확한 용어를 강조하지만. 그러나 이 설명의 단점은 회귀 잔차를 통해 캡처된 값이 다음의 값 기여도를 더 정확하게 포함한다는 것입니다. 모든 단계 I 회귀 분석에 들어가지 않은 변수. 보다 구체적으로, 이러한 변수 중 일부는 여러 가지 이유로 측정할 수 없지만 부분적으로 유형적일 수 있습니다. CVA 또는 기여 가치 접근이라는 용어는 조정 계산이 다음과 같은 결과로 발생한다는 점을 강조합니다. 먼저 속성 기능의 기여 가치와 일반적인 기본 가치를 계산합니다.
