無料のオンライン コースで詳細をご覧ください。
産業問題解決のための統計的思考
この例では、次の予測モデルを当てはめます。不純物使用してモデルをあてはめるすべての主効果と双方向の交互作用項を使用します。
データは、トレーニング データと検証データに分割されています。 観測値の 60% がトレーニング セットにランダムに割り当てられ、観測値の 40% が検証セットに含まれています。
モデルをトレーニング データに適合させ、検証データでモデルのパフォーマンスを評価します。
追加することから始めます不純物Y変数として。
すべての予測変数を選択します。 次に、マクロの下で、選択します階乗から次数へ. これにより、すべての主効果と双方向の交互作用がモデルに追加されます。
最後に、検証検証変数としての列。
主効果と双方向の交互作用を使用して、モデルを実行します。
パラメーターは、トレーニング セットの観測のみを使用して推定されます。 検証セットの観測値には、これらの観測値をトレーニング セットの観測値と区別するために、予測による実際のプロットやその他のプロットのマーカーとして「v」があります。
モデルのパフォーマンスの尺度は、 Crossvalidation で報告されます。
トレーニング セットの R2 乗は、検証セットの R2 乗よりもはるかに高くなっています。 また、RASE、または二乗平均平方根誤差は、検証セットよりもトレーニング セットの方がはるかに低くなります。 これは、モデルがオーバーフィットであることを示しています。
一度に 1 つの用語を削除して、効果の概要テーブルを使用してこのモデルを徐々に縮小します。
小さくて複雑でないモデルは、完全なモデルよりも検証セットで優れたパフォーマンスを発揮することに注意してください!
これは、完全なモデルよりも小さいモデルの方が新しいデータに対してより一般化できることを意味します。
