サンプリング十分性評価私たちは合金データベースを持っています、鋼鉄データベースとしましょう。このデータベースには、100鋼の情報が含まれていました。
このデータベースには、組成、つまり各元素の濃度があります。そして合金の特性。 例を以下に示します。
このデータを使ってモデルを作成したいと思います。このモデルは、新しい鋼の硬さを予測するために使用できます。しかし、私たちが今持っているデータのサイズは私たちが調べた鋼の種類を表すのに十分ではないことを恐れています。
サンプリングの十分性を定量的に評価するための統計的方法はありますか。ありがとうございました。
サンプリング十分性評価十分なサンプルがあるかどうかを判断する最善の方法は、分析を実行してモデル診断を評価することです。「十分」とは、品質と量の両方を意味します。十分性はデータの多くの側面に依存するので、例えば、単純なサンプルサイズの計算はこの場合には役に立たないか適切ではないと思います。
サンプリング十分性評価Markの要点を詳しく説明すると、モデルを実行して予測式とその他の関連する出力を保存します。 また、関連するすべての次元でモデル出力を調べます。 モデルの平均精度はどれくらいですか？予測間隔はどのくらいですか？特定の種類の推定誤差に関心がありますか？
あなたの精度はサンプルサイズに依存しますが、それはまたモデルの精度にも依存します。 そのため、サンプルサイズを大きくしたり、モデルの精度を高めることができます。一般的な公式のアプローチがあるとは思わない - それはあなたが扱っている特定のデータとあなたの問題の状況に依存する。 あなたがあなたのデータを投稿しても構わないと思っているのであれば、私は何人かの人々がこれをさらに調査しても構わないと思っているでしょう（私はそうです）。
サンプリング十分性評価いくつかの具体的な提案を指摘してくれたDaleに感謝します。その方向性をさらに高めるために、ヘルプ>本>線形モデルの近似>最小二乗法を参照することをお勧めします。（私はあなたが線形モデルを使用するつもりであると仮定します。）Row Diagnosticsと呼ばれるプラットフォームメニューの下に多数の機能があります。これらのツールは、モデルとデータの長所と短所を理解するのに役立ちます。
予測による実績プロットは、モデルに偏りがある場合はそれを理解するための方法です。
レバレッジプロットは、他の変数との共線性やいくつかの観測値の異常な影響など、各変数内のデータの問題を理解するのに役立ちます。
残差に基づくプロットは、データがモデルの仮定をどれだけ満たしているかを評価するのに役立ちます。Actual by Predictedまたは残差プロットの1つに偏りがあることは、既存の変数の変換として項を追加すること（たとえば、べき乗またはクロス項）または追加の変数のいずれかによって対処される適合不足問題を示します。
どのようなモデルを使う予定ですか？
線形モデルには多くの利点がありますが、それらは非常に柔軟です（結局のところ、限られたTaylorシリーズ）。Neuralプラットフォームは、複雑な関係に適しています。あなたはあなたの評価のために予測された残差プロットによる実際を使うことができます。
