tener en cuenta el error de muestra individual al entrenar un modelo de regresión para predicciones futurasHola, estoy haciendo una regresión lineal múltiple para predecir ecoli.Mis variables independientes son la turbidez y el caudal.Mi variable dependiente es ecoli.Estoy entrenando el modelo de regresión basado en 188 valores de turbidez, caudal y ecoli.Luego usaré los valores futuros de turbidez y caudal para predecir el valor de ecoli esperado.
Mi pregunta es esta.¿Cómo puedo explicar el hecho de que cada una de las mediciones de ecoli en mi conjunto de datos de entrenamiento (n = 188) puede variar, en promedio, un 16% debido a variaciones de medición que no están relacionadas con la turbidez y el flujo de la corriente?(Es decir, recogí duplicados de ecoli para 29 de las 188 muestras y la variabilidad promedio fue +/- 16%).Entonces .... el ecoli usado para entrenar el modelo de regresión es impreciso.¿Cómo considero esto cuando intento usar los resultados de mi regresión para predecir un valor futuro de ecoli?
¡Gracias por adelantado!
AnalíticaOtroRe: tener en cuenta el error de muestra individual al entrenar un modelo de regresión para predicciones futurasEl modelo de regresión incluye un término para los errores en Y (variable dependiente). La regresión lineal supone que los errores se distribuyen normalmente con una media de cero y una desviación estándar constante (es decir, igual para todo Y). Los errores se estiman mediante los residuos del modelo y los datos. El supuesto anterior permite que la regresión agrupe los residuos y estime la raíz del error cuadrático medio.
No es necesario que haga nada más para dar cuenta del error.
Por lo tanto, la respuesta predicha tendrá una incertidumbre que está representada por un intervalo de confianza de la media predicha. Un intervalo más amplio representa la incertidumbre en la ubicación de las observaciones individuales.
