如何获得正确的预测模型你好，我又需要你的帮助。
最近在做一个分析，内容很简单。
它是具有 376 行、223 列和单个 Y 值的数据。
为了获得 Y 值预测模型，我使用了“拟合 - 模型”（拟合最小二乘法 - 标准最小二乘法/效应筛选），我首先使用第 1 行到 263 行得到 R 方 0.95。
我将预测公式添加到“新列”，并将剩余 264 到 376 的估计值与实际测量值进行了比较。
结果，您可以看到新数据的错误比下面更大。
我想知道我可以做哪些额外的工作或利用其他功能。
我附上我的数据，谢谢。
（仅供参考，X_1 只是用于索引的编号）
回复：如何获得正确的预测模型@statman , @戴尔
感谢您的反馈意见。
首先，正如您所说，这是一个时间序列。
正如你提到的，我检查了相关性并将变量列表减少到 40 个，我想我得到了一些令人满意的结果。
由于“Y值”不是实时测量的，所以数据量没有我想象的那么多，但我认为我能够通过应用Parallel Plot等来确定原因。回复：如何获得正确的预测模型关于获得“正确”预测模型的问题从哪里开始，有两种思想流派。
1. 开发完全基于数据分析的数学模型（如神经网络、PCA）
2. 有科学依据地理解输入变量和输出变量之间的关系（戴明所说的分析问题）
作为确定性的，第二种方法是我更喜欢的。 首先是关于输入和输出之间关系的假设陈述。 它需要了解推理（您希望模型在什么条件下有效）。 然后采用适当的“抽样计划”来获取数据（定向抽样或实验）。 当然，您可以检查历史数据，但只是为了帮助提出随后需要检验的假设。
您的数据集缺少任何上下文（正如 Dale 所建议的）。 这些列没有“意义”，只有数字列。 我不确定为什么 Dale 认为这是一个时间序列，因为我在数据中看不到时间或日期？ 因此，创建正确的预测模型留给上面的选项 1。如果您包括所有列 (224) 并运行拟合模型，您将获得 0.59 的 Rsquare Adj 和 0.83 的 Rsquare Adj。这些值差异太大，这表明您过度指定了模型（模型中有不重要的术语）。 如果您查看 VIF（参数估计表），有许多高于 >5（或 >10）的阈值，这是多重共线性的度量。所以需要缩小模型。 但是，由于没有上下文，因此没有情报如何执行此操作。
回复：如何获得正确的预测模型您需要提供有关这些变量的更多上下文 - 这是很多潜在的解释变量，它们似乎彼此高度相关（这让我觉得您可能想尝试像主成分分析这样的东西来减少特征） .此外，它看起来好像是时间序列数据——在这种情况下，您应该这样分析它。最后，前 263 行的行为肯定与后面的行为不同 - 因此无论您的模型在这些行上有多好，该模型都不太可能预测该行之后突然出现的趋势。我想关注是否有任何预测因素可以接受模式中的这种变化。您不太可能仅通过对未表现出该趋势的 263 行建模来发现这一点。因此，您已经将数据分解为训练和测试数据集，但您的训练集看起来与测试数据非常不同——这不是为测试数据生成模型的好方法。随机选择训练和测试数据（使用验证列）将是更好的方法。但是，首先，这是时间序列数据（在我看来是这样）吗？
回复：如何获得正确的预测模型加上，' Effect summary'结果显示PValue代表223个排序，从小到大，
我想知道您可以通过尝试确定可以从创建预测模型中排除哪些变量来区分哪些标准。
使用前 30%？或低于 P 值 0.05？
