미래 예측을 위해 회귀 모델을 훈련할 때 개별 표본 오류를 고려합니다.안녕하세요 - 저는 생태를 예측하기 위해 다중 선형 회귀를 수행하고 있습니다.내 독립 변수는 탁도와 흐름입니다.내 종속 변수는 ecoli입니다.188개의 탁도, 흐름, 생태 값을 기반으로 회귀 모델을 훈련하고 있습니다.그런 다음 미래의 탁도와 흐름 값을 사용하여 예상 생태 값을 예측합니다.
내 질문은 이것입니다.내 훈련 데이터 세트(n=188)의 각 생태 측정이 탁도 및 흐름과 관련이 없는 측정 변동으로 인해 평균 16% 달라질 수 있다는 사실을 어떻게 설명합니까?(즉, 188개 샘플 중 29개에 대해 생태 복제를 수집했으며 평균 변동성은 +/- 16%였습니다.)그래서....회귀 모델을 훈련하는 데 사용된 ecoli가 정확하지 않습니다.회귀 결과를 사용하여 ecoli의 미래 가치를 예측하려고 할 때 이것을 어떻게 설명합니까?
미리 감사드립니다!
해석학다른Re: 미래 예측을 위해 회귀 모델을 훈련할 때 개별 샘플 오류 설명회귀 모델에는 Y(종속 변수)의 오류에 대한 항이 포함됩니다. 선형 회귀는 오류가 평균이 0이고 표준 편차가 일정하며(즉, 모든 Y에 대해 동일) 정규 분포를 따른다고 가정합니다. 오차는 모델과 데이터의 잔차로 추정됩니다. 위의 가정을 통해 회귀는 잔차를 풀링하고 평균 제곱근 오차를 추정할 수 있습니다.
오류를 설명하기 위해 추가 작업을 수행할 필요가 없습니다.
따라서 예측된 응답은 예측된 평균의 신뢰 구간으로 표시되는 불확실성을 갖습니다. 간격이 넓을수록 개별 관측 위치의 불확실성을 나타냅니다.
