将预测模型性能与置信曲线进行比较 (2022-US-45MP-1141)Bryan Fricke，JMP 首席软件开发人员，SAS
Russ Wolfinger，JMP 研发总监
重复 k 折交叉验证通常用于评估预测模型的性能。 问题是，你怎么知道性能差异何时足够大以声明一个模型比另一个模型更好？ 通常，无效假设显着性检验 (NHST) 用于确定预测模型之间的差异是否“显着”，尽管近年来统计文献中已经广泛讨论了 NHST 的有用性。 在本文中，我们讨论了与 NHST 相关的问题，并提出了一种称为置信曲线的替代方案，它已被开发为一种新的 JMP 插件，可直接对 JMP Pro 的模型筛选平台生成的结果进行操作。
爆发数据可视化统计和建模
