回帰: RASE 対標準誤差モデルの適合プラットフォームで多変量の「最小二乗適合」を実行すると、プラットフォームによって 3 つの値が列に保存されます。
モデル全体に対して 1 つの平坦な RMSE 値を使用するのではなく、予測変数全体でモデリング誤差がどのように変化するかを知りたいと考えています (たとえば、低電圧で大きな変動が見られる可能性があります)。
したがって、これら 3 つの StdError 値は私にとって興味深いものですが、それらをどのように解釈すればよいのかわかりません。 Stderr Residual/Individual は私の RMSE 数値に非常に近いですが、変動はほとんどありません。値はテーブル全体で非常に似ています (私のテーブルでは RMSE は ~32MHz です。...「StdErr of Residual」は 30.2 から 32.1 まで変化します) 、「個別の StdErr」は 32.3 から 34.0 まで変化します)
ただし、「予測の標準誤差」は非常に興味深いようで、この傾向は私にとっては理にかなっています。より多くのデータ ポイントがある場所では変動が小さくなります (そこでモデルがより自信があることを示唆しています) ... ただし、数値の大きさはそうではありません。意味がわかりません。 2.66 から 11 MHz まで変化します。これを全体の RMSE の 32 で二乗する方法がわかりません。
誰かこれを理解するのを手伝ってくれませんか？
ありがとう、
チャールズ
Re: 回帰: RASE と標準誤差このテーマを深く掘り下げた後、よりよく理解できるようになったと思います。 Individual の StdError は、t 倍数でスケールされた信頼区間 (se) の基礎であるようです。
Re: 回帰: RASE と標準誤差こんにちは、チャールズさん
ご自身の質問に答えていただきありがとうございます。私はそれについて調べていましたが、JMP ヘルプのオンライン ドキュメントで提供されている以上の洞察がなかったため、あなたの質問に答えるためにトピックを学習していることに気づきました。
これら 3 つのエラー タイプを互いにプロットすると、3 つすべての間に定式的な関係があり、それらを使用してモデル適合パラメータの信頼レベルが決定されるように見えます。
これらのエラーから私が有用だと思うのは、残差が体系的な変動を示しているかどうかを確認することです。もしそうなら、それはモデルが十分に適合しておらず、重要な効果が欠けていることを示しています。
マーク
