Hinweis
Dieser Befehl ist mit dem Predictive Analytics-Modul. Klicken Sie hier, um weitere Informationen zum Aktivieren des Moduls zu erhalten.
Wichtige Prädiktoren
Ein MARS®-Regression Modell besteht aus einer Folge von Basisfunktionen, die das Modell verbessern. Die Wichtigkeitswerte stammen aus dem optimalen Modell, das die Analyse identifiziert. Um die Wichtigkeitsbewertung zu berechnen, ermittelt die Analyse die Änderung des mittleren quadrierten Fehlers, wenn alle Basisfunktionen für einen Prädiktor aus dem optimalen Modell entfernt werden und das reduzierte Modell auf die Trainingsdaten umgestellt wird. Die relative Wichtigkeit vergleicht die Wichtigkeitsbewertung für einen Prädiktor mit der maximalen Wichtigkeitsbewertung.
R-Quadrat
R2 wird auch als Determinationskoeffizient bezeichnet.
Wurzel des mittleren quadrierten Fehlers (RMSE)
Mittlerer quadrierter Fehler (MSE)
Mittlere absolute Abweichung (MAD)
Mittlerer absoluter prozentualer Fehler (MAPE)
Notation
| Begriff | Beschreibung |
|---|---|
| yi |  beobachteter Wert der Antwortvariablen |
 | Mittelwert der Antwortvariablen |
 |  angepasste Antwortvariable |
| N | Anzahl der Zeilen |
