contabilizzazione dell'errore del campione individuale durante l'addestramento di un modello di regressione per previsioni futureSalve, sto eseguendo una regressione lineare multipla per prevedere l'ecoli.Le mie variabili indipendenti sono torbidità e flusso.La mia variabile dipendente è ecoli.Sto addestrando il modello di regressione basato su 188 valori di torbidità, flusso di corrente ed ecoli.Utilizzerò quindi i valori futuri di torbidità e flusso di flusso per prevedere il valore di ecoli previsto.
La mia domanda è questa.Come spiego il fatto che ciascuna delle misurazioni di ecoli nel mio set di dati di allenamento (n=188) può variare, in media, del 16% a causa di variazioni di misurazione non correlate alla torbidità e al flusso del flusso.(Cioè, ho raccolto duplicati di ecoli per 29 dei 188 campioni e la variabilità media era +/- 16%.)Quindi... l'ecoli utilizzato per addestrare il modello di regressione è impreciso.Come lo spiego quando tento di utilizzare i risultati della mia regressione per prevedere un valore futuro di ecoli?
Grazie in anticipo!
AnalisiAltroRe: tenere conto dell'errore del campione individuale durante l'addestramento di un modello di regressione per previsioni futureIl modello di regressione include un termine per gli errori in Y (variabile dipendente). La regressione lineare presuppone che gli errori siano distribuiti normalmente con una media pari a zero e una deviazione standard costante (cioè uguale per tutti gli Y). Gli errori sono stimati dai residui del modello e dai dati. L'assunzione di cui sopra consente alla regressione di raggruppare i residui e stimare l'errore quadratico medio.
Non è necessario fare altro per tenere conto dell'errore.
La risposta prevista avrà quindi un'incertezza rappresentata da un intervallo di confidenza della media prevista. Un intervallo più ampio rappresenta l'incertezza nella posizione delle singole osservazioni.
Oggetto: contabilizzazione dell'errore del campione individuale durante l'addestramento di un modello di regressione per previsioni futureGrazie Mark. Ha senso, sì. Volevo confermare che è così.
