무료 온라인 과정에서 자세히 알아보십시오.
산업 문제 해결을 위한 통계적 사고
이 예에서 우리는 예측 모델을 적합합니다. 불결 사용 적합 모델 모든 주효과와 양방향 상호작용 항이 있습니다.
데이터는 훈련 데이터와 검증 데이터로 분할되었습니다. 관측치의 60%는 훈련 세트에 무작위로 할당되었고 관측치의 40%는 검증 세트에 있습니다.
모델을 훈련 데이터에 맞추고 검증 데이터에 대한 모델 성능을 평가합니다.
우리는 추가하여 시작합니다 불결 Y 변수로.
모든 예측 변수를 선택합니다. 그런 다음 매크로 아래에서 차수에 대한 계승 . 이렇게 하면 모든 주효과와 양방향 상호작용이 모델에 추가됩니다.
마지막으로, 우리는 확인 열을 유효성 검사 변수로 사용합니다.
우리는 주효과와 양방향 상호작용으로 모델을 실행합니다.
매개변수는 훈련 세트의 관측값만 사용하여 추정됩니다. 검증 세트의 관측값에는 실제 예측 및 기타 플롯의 마커로 "v"가 있어 이러한 관측값을 훈련 세트의 관측값과 구별합니다.
모델의 성능 측정값은 Crossvalidation 아래에 보고됩니다.
훈련 세트의 RSquare는 검증 세트보다 훨씬 높습니다. 그리고 RASE 또는 루트 평균 제곱 오차는 검증 세트보다 훈련 세트에서 훨씬 낮습니다. 이것은 우리 모델이 과적합되었다는 좋은 표시입니다.
효과 요약 표를 사용하여 이 모델을 천천히 줄여서 한 번에 하나의 항을 제거합니다.
더 작고 덜 복잡한 모델이 전체 모델보다 유효성 검사 세트에서 더 잘 수행된다는 점에 유의하십시오!
이것은 더 작은 모델이 전체 모델보다 새로운 데이터에 더 잘 일반화된다는 것을 의미합니다.
