bonté de la prédictionChers experts JMP,
pourriez-vous me conseiller où puis-je trouver un carré Q pour comparer la qualité de la prédiction de deux modèles construits ?
Finalement, quel indicateur utilisez-vous à la place ?
Que signifie la valeur "RMSE prédite" sous le graphique en termes réels par tracé prédit ?
merci beaucoup,
Michal
Re: bonté de la prédictionMerci beaucoup pour la réponse MRe: bonté de la prédictionMerci beaucoup pour vos réponses ! BR, Michal
Re: bonté de la prédictionJ'ai tendance à être d'accord avec l'évaluation de Peter. Comprendre ce qui fait un bon modèle, c'est comme assembler un puzzle. Aucune pièce ne vous donne une image complète.
Je vous dirais où trouver "Q Square", mais honnêtement, je n'ai jamais entendu parler de cette statistique. JMP propose plusieurs autres statistiques pour vous aider à évaluer l'ajustement d'un modèle comme RSquare, RSquare Adjusted, AICc, BIC, etc. Mais encore une fois, aucun chiffre n'est vraiment suffisant.
Enfin, sous le tracé réel par prédit, JMP affiche RMSE. Ce n'est pas une "RMSE prédite". La partie prédite complète l'étiquetage de la variable de l'axe X. Ci-joint un exemple simple (à partir d'un mauvais modèle) où ils essayaient de prédire le montant de la réclamation. Notez que l'étiquetage de l'axe des X est "Montant de la réclamation prévu". Le RMSE n'est que cela : l'erreur quadratique moyenne que vous pouvez voir dans le tableau Résumé de l'ajustement.
Re: bonté de la prédictionJ'essaie de NE PAS utiliser une seule statistique ou visualisation pour répondre à la question "Quel modèle prédit le mieux ?" C'est être victime d'une terrible maladie dont l'un de mes professeurs de statistiques m'a parlé et qui s'appelle la "mononumérose".
Mais je regarde de nombreuses statistiques et visualisations différentes ... si je devais choisir des visualisations à voir absolument, toutes les routes mènent à différents types de parcelles résiduelles. JMP prend en charge tous les suspects habituels, je suggère donc de commencer par là. Après tout, ces tracés vous en disent long sur les variations et les performances expliquées et inexpliquées. Et à la fin de la journée, je vous encourage à considérer le modèle qui vous aide à résoudre votre problème pratique... donc l'expertise du domaine est tout aussi importante, sinon plus, que les statistiques et les visualisations.
