如何獲得正確的預測模型你好，我又需要你的幫助。
最近在做一個分析，內容很簡單。
它是具有 376 行、223 列和單個 Y 值的數據。
為了獲得 Y 值預測模型，我使用了“擬合 - 模型”（擬合最小二乘法 - 標準最小二乘法/效應篩選），我首先使用第 1 行到 263 行得到 R 方 0.95。
我將預測公式添加到“新列”，並將剩餘 264 到 376 的估計值與實際測量值進行了比較。
結果，您可以看到新數據的錯誤比下面更大。
我想知道我可以做哪些額外的工作或利用其他功能。
我附上我的數據，謝謝。
（僅供參考，X_1 只是用於索引的編號）
回复：如何獲得正確的預測模型@statman , @戴爾
感謝您的反饋意見。
首先，正如您所說，這是一個時間序列。
正如你提到的，我檢查了相關性並將變量列表減少到 40 個，我想我得到了一些令人滿意的結果。
由於'Y值'不是實時測量的，所以數據量沒有我想像的那麼多，但我認為我能夠通過應用Parallel Plot等來確定原因。回复：如何獲得正確的預測模型關於獲得“正確”預測模型的問題從哪裡開始，有兩種思想流派。
1. 開發完全基於數據分析的數學模型（如神經網絡、PCA）
2. 有科學依據地理解輸入變量和輸出變量之間的關係（戴明所說的分析問題）
作為確定性的，第二種方法是我更喜歡的。 首先是關於輸入和輸出之間關係的假設陳述。 它需要了解推理（您希望模型在什麼條件下有效）。 然後採用適當的“抽樣計劃”來獲取數據（定向抽樣或實驗）。 當然，您可以檢查歷史數據，但只是為了幫助提出隨後需要檢驗的假設。
您的數據集缺少任何上下文（正如 Dale 所建議的）。 這些列沒有“意義”，只有數字列。 我不確定為什麼 Dale 認為這是一個時間序列，因為我在數據中看不到時間或日期？ 因此，創建正確的預測模型留給上面的選項 1。如果您包括所有列 (224) 並運行擬合模型，您將獲得 0.59 的 Rsquare Adj 和 0.83 的 Rsquare Adj。這些值差異太大，這表明您過度指定了模型（模型中有不重要的術語）。 如果您查看 VIF（參數估計表），有許多高於 >5（或 >10）的閾值，這是多重共線性的度量。所以需要縮小模型。 但是，由於沒有上下文，因此沒有情報如何執行此操作。
回复：如何獲得正確的預測模型您需要提供有關這些變量的更多上下文 - 這是很多潛在的解釋變量，它們似乎彼此高度相關（這讓我覺得您可能想嘗試像主成分分析這樣的東西來減少特徵） .此外，它看起來好像是時間序列數據——在這種情況下，您應該這樣分析它。最後，前 263 行的行為肯定與後面的不同 - 因此無論您的模型在這些行上有多好，該模型都不太可能預測該行之後突然出現的趨勢。我想關注是否有任何預測因素可以接受模式中的這種變化。您不太可能僅通過對未表現出該趨勢的 263 行建模來發現這一點。因此，您已經將數據分解為訓練和測試數據集，但您的訓練集看起來與測試數據非常不同——這不是為測試數據生成模型的好方法。隨機選擇訓練和測試數據（使用驗證列）將是更好的方法。但是，首先，這是時間序列數據（在我看來是這樣）嗎？
回复：如何獲得正確的預測模型加上，' Effect summary'結果顯示PValue代表223個排序，從小到大，
我想知道您可以通過嘗試確定可以從創建預測模型中排除哪些變量來區分哪些標準。
使用前 30%？或低於 P 值 0.05？
