Randal Munroe publica uno de mis cómics favoritos de todos los tiempos, xkcd. Ultimas semanas cómic estaba en ajuste de curvas, y era, posiblemente, un poco hilarante.@Randal Munroe, amigo, eres gracioso. Cualquiera que fuera un descubrimiento y escuché sobre su Explicador de cosas El concepto seguramente estaría de acuerdo.
De todos modos, leí el cómic y luego me sumergí en los datos. Hay una herramienta increíble que @brady_brady publicado originalmente para generar distribuciones homerianas que se pueden encontrar enterradas en este tremendo complemento (que es una colección de otros scripts y complementos útiles, imprescindible). Con la herramienta "Obtener puntos de datos haciendo clic en la imagen", extraje los datos exactos del cómic (datos adjuntos a continuación) y luego comencé a ajustar todo tipo de modelos convencionales y menos convencionales y algunos modelos posiblemente deshonestos sin importar cuán mal se ajustaran los los modelos eran (aunque podría/debería haberlo hecho, con JMP Pro.)
Nota rápida sobre la escala del eje. Este me pareció bueno, aunque era
Falta en la figura original. Yo podría haber hecho eso también, pero ellos allí
habría sido un montón de hacer clic y simplemente no lo tenía en mí hoy.
Aquí hay una tabla clasificada de ajustes
Medidas de ajuste para Y ordenados por RSquare
Vaticinador
|
Creador
|
|
R Plaza
|
ARRASAR
|
AAE
|
notas
|
regresión 10 rezagos
|
Ajustar mínimos cuadrados
|
|
0.9808
|
2.9103
|
2.3275
|
no es legal, ajuste X junto con una serie de 10 retrasos secuenciales en los datos. Funciona muy bien cuando hay algún indicio de una tendencia en los datos, podría sobreajustarse, pero solo un poco, además hay 11 parámetros y no me molesté en informar el r-cuadrado ajustado aquí.
|
partición BF
|
Bosque de arranque
|
|
0.8469
|
7.4494
|
5.4207
|
500 árboles, y algunos de ellos cayeron en la dirección correcta
|
partición BT
|
Árbol potenciado
|
|
0.6737
|
10.876
|
8.1600
|
50 capas, valores predeterminados usados, sin ajustar
|
partición sobre ajuste
|
Dividir
|
|
0.6607
|
11.091
|
8.3713
|
hizo que el tamaño mínimo de división sea pequeño y se divida hasta el final
|
regresión ^ 10
|
Ajustar mínimos cuadrados
|
|
0.5687
|
12.505
|
9.3912
|
Polinomio de décimo orden, un poco ondulado
|
regresión ^8
|
Ajustar mínimos cuadrados
|
|
0.5479
|
12.803
|
9.6483
|
Polinomio de octavo orden, no tan ondulado como el décimo orden
|
regresión 2 piezas
|
Ajustar mínimos cuadrados
|
|
0.4459
|
14.173
|
9.8317
|
partición utilizada para dividir los datos en dos y ajustar dos modelos de regresión
|
curva de ajuste 4pR
|
Ajustar Curve Logistic 4P Rodbard
|
|
0.4277
|
14.404
|
10.496
|
Regresión logística de 4 parámetros, modelo de Robard
|
partición 2s
|
Dividir
|
|
0.4249
|
14.439
|
10.745
|
partición con una sola división, da como resultado dos niveles, no es probable que se ajuste demasiado.
|
curva de ajuste 5p
|
Ajustar curva logística 5P
|
|
0.4104
|
14.620
|
10.826
|
Regresión logística de 5 parámetros
|
regresión ^ 4
|
Ajustar mínimos cuadrados
|
|
0.3932
|
14.832
|
10.402
|
polinomio de cuarto orden
|
regresión ^2
|
Ajustar mínimos cuadrados
|
|
0.3682
|
15.134
|
10.541
|
polinomio antiguo regular de segundo orden
|
curva de ajuste crecimiento 3p
|
Ajustar crecimiento mecánico de curva
|
|
0.3393
|
15.477
|
11.080
|
modelo no lineal elegante
|
regresión
|
Ajustar mínimos cuadrados
|
|
0.2779
|
16.180
|
12.209
|
línea recta
|
registro de regresión
|
Ajustar mínimos cuadrados
|
|
0.2472
|
16.520
|
12.695
|
X se transforma logarítmicamente
|
experiencia de regresión
|
Ajustar mínimos cuadrados
|
|
0.0691
|
18.371
|
15.429
|
X está exponenciado (transformada exp)
|
Es posible que espere encontrar alguna razón detrás de por qué probé cada uno de los diferentes modelos, pero al final del día, este es un blog, no un artículo académico, así que no pierda demasiado tiempo buscándolo. Obtuve esta tabla de la herramienta de comparación de modelos en JMP Pro, todo lo que tenía que hacer era encontrar todos los métodos y luego guardar la fórmula de predicción, la elegante plataforma hizo todos los cálculos.
En caso de que quisiera jugar con los datos (y en serio, me refiero a jugar), debe adjuntarse debajo de este artículo.
