Hallo,
Ich verwende Datensätze, bei denen ich wirklich gute RMSE-Werte (0,86–0,90) und einen P-Wert < 0,0001 für meine vorhergesagten Diagramme erhalte, aber mein Prob > F ist immer noch signifikant für mangelnde Anpassung. Was bedeutet das? Beispiel unten eingefügt.
Ein Modell kann aussagekräftig sein und große Schwankungen erklären, weist aber dennoch mangelnde Passgenauigkeit auf. Beispielsweise fehlt dem Modell möglicherweise ein wichtiger Begriff, wie im beigefügten einfachen Beispiel gezeigt.
Ein erheblicher Mangel an Anpassung weist in der Regel darauf hin, dass die Modellform nicht korrekt ist, und weist in der Regel darauf hin, dass eine krummlinige Beziehung besteht. Residuendiagramme sind das beste und einfachste Werkzeug, um herauszufinden, warum es an Anpassung mangelt. Ein gutes Residuendiagramm weist eine zufällige Streuung auf. Jedes Muster weist auf ein systematisches Problem mit dem von Ihnen gewählten Modell hin. Für mein einfaches Beispiel ist hier ein Residuendiagramm (es gibt mehr als ein Residuendiagramm, also sehen Sie sich alle an, um das Problem mit Ihrem Modell zu ermitteln).
Hier gibt es ein offensichtliches Muster, das darauf hinweist, dass ich einen quadratischen Term im Modell benötige, um die Krümmung abzuschätzen. Ich denke, das ist auch ein Problem mit Ihrem Modell, aber die Restdiagramme sollten Ihnen helfen.
