Nella piattaforma Stima modello quando eseguo un "adattamento dei minimi quadrati" multivariato, la piattaforma mi consente di salvare tre valori nelle colonne:
- Errore standard del previsto
- Errore standard del residuo
- Errore standard dell'individuo
Sono interessato a sapere come cambia l'errore di modellazione tra le variabili predittive, invece di utilizzare solo un valore RMSE piatto per l'intero modello (ad esempio, potrei vedere un'elevata variazione a bassa tensione)
Quindi questi 3 valori StdError sono interessanti per me, ma non so come interpretarli. Stderr Residual/Individual sono molto vicini al mio numero RMSE, ma c'è pochissima variazione: i valori sono molto simili in tutta la tabella (nella mia tabella RMSE è ~32 MHz.... "StdErr of Residual" varia da 30,2 a 32,1 e "StdErr of Individual" varia da 32,3 a 34,0)
Tuttavia, lo "Stderr of Predicted" sembra essere piuttosto interessante e la tendenza ha senso per me: la variazione è minore dove ho più punti dati (suggerendo che lì il modello è più sicuro)... tuttavia la grandezza dei numeri non lo fa Non ha senso. Varia da 2,66 a 11 MHz. Non sono sicuro di come quadrarlo con l'RMSE complessivo di 32.
Qualcuno può aiutarmi a capirlo?
Grazie,
Carlo
Penso di capire meglio ora, dopo aver approfondito l'argomento. StdError of Individual sembra essere la base di un intervallo di confidenza, che è quello se, scalato da un moltiplicatore t:
Ciao Carlo,
Grazie per aver risposto alla tua stessa domanda. Lo stavo esaminando ma mi sono ritrovato a imparare l'argomento per rispondere alla tua domanda poiché non avevo ulteriori informazioni oltre a quelle fornite dalla documentazione in linea della Guida di JMP.
Mettendo in relazione questi 3 tipi di errore uno contro l'altro, sembra che esistano relazioni stereotipate tra tutti e 3 e vengano utilizzati per determinare i livelli di confidenza dei parametri di adattamento del modello.
Ciò che trovo utile da questi errori è vedere se i residui mostrano qualche variazione sistematica. Se lo fanno, significa che il tuo modello è inadeguato e manca qualche effetto chiave.
Segno
