Wählen Sie ein alternatives Modell aus MARS^®-Regression

Run Predictive Analytics-Modul > MARS®-Regression. Select Auswählen eines alternativen Modells after the R-Quadrat vs Anzahl der Basisfunktionen Plot plot or the Mittlere absolute Abweichung vs. Anzahl der Basisfunktionen plot.

Hinweis

Dieser Befehl ist mit Predictive Analytics-Modul verfügbar. Klicken Sie hier, um weitere Informationen zum Aktivieren des Moduls zu erhalten.

Übersicht

Die Minitab-Statistiksoftware liefert Ergebnisse für das Modell mit dem besten Wert eines Optimalitätskriteriums. Das Kriterium ist je nach Auswahl entweder der geringste quadrierte Fehler oder die geringste absolute Abweichung. Mit Minitab können Sie andere Modelle aus der Sequenz erkunden, die zur Identifizierung des optimalen Modells geführt hat. In der Regel wählen Sie aus einem der beiden folgenden Gründe ein alternatives Modell aus:

Das von der Analyse ausgewählte Modell ist Teil eines Musters, in dem sich das Kriterium verbessert. In der Regel möchten Sie Vorhersagen aus einem Modell mit möglichst hoher Vorhersagegenauigkeit treffen.
Das von der Analyse ausgewählte Modell ist Teil eines Musters, bei dem das Kriterium relativ flach ist. Ein oder mehrere Modelle mit ähnlichen Modellzusammenfassungsstatistiken haben viel weniger Basisfunktionen als das optimale Modell. In der Regel gibt ein Modell mit weniger Basisfunktionen ein klareres Bild davon, wie sich jede Prädiktorvariable auf die Antwortwerte auswirkt. Wenn der Unterschied in der Vorhersagegenauigkeit für ein kleineres Modell vernachlässigbar ist, können Sie das kleinere Modell verwenden, um die Beziehungen zwischen der Antwortvariablen und den Prädiktorvariablen zu bewerten.

Das folgende Diagramm begleitet beispielsweise Ergebnisse über das Modell mit 20 Basisfunktionen. Andere Modelle in der Sequenz haben ähnliche R²-Werte.

Das Modell mit 10 Basisfunktionen hat einen R²-Wert, der fast so hoch ist wie das Modell mit 20 Basisfunktionen. In der Regel gibt ein Modell mit weniger Basisfunktionen ein klareres Bild davon, wie sich jede Prädiktorvariable auf die Antwortwerte auswirkt. Wenn die Verringerung der Vorhersagegenauigkeit durch ein viel kleineres Modell vernachlässigbar ist, können Sie das viel kleinere Modell verwenden, um die Beziehungen zwischen der Antwortvariablen und den Prädiktorvariablen zu bewerten.

Neben den Kriterienwerten für alternative Modelle können Sie auch die Komplexität von Modellen und die Nützlichkeit verschiedener Regionen vergleichen. Betrachten Sie die folgenden Beispiele für Gründe, warum ein Analyst ein bestimmtes Modell wählt, das im Vergleich zu anderen Modellen keine Leistungseinbußen hinnimmt:

Der Analyst wählt ein kleineres Modell, das eine klarere Sicht auf die wichtigsten Variablen bietet.
Bei der Analyse wird ein Modell ausgewählt, da die Basisfunktionen für Variablen bestimmt sind, die einfacher zu messen sind als die Variablen in einem anderen Modell.
Der Analyst wählt ein Modell aus, weil eine bestimmte Region der Prädiktoren von Interesse ist.

Durchführen der Analyse

Wählen Sie Auswählen eines alternativen Modells in der Ausgabe aus. Es wird ein Dialogfeld geöffnet, in dem ein Diagramm des Kriteriums im Vergleich zur Anzahl der Basisfunktionen und eine Tabelle mit einer Zusammenfassung der Schritte angezeigt werden.

Vergleichen der Kriterien

Um ein alternatives Modell auszuwählen, wählen Sie einen Punkt im Diagramm oder eine Zeile in der Tabelle aus. Wählen Sie Anzeigen der Ergebnisse, um die Ergebnisse für dieses Modell zu erstellen.

Nachdem Sie die Ergebnisse angezeigt haben, können Sie auswählen Prognostizieren , ob Sie Vorhersagen aus dem Modell treffen möchten. Weitere Informationen finden Sie unter Prognostizieren von neuen Ergebnissen für MARS®-Regression.

Tipp

Um die Ausgaben zweier verschiedener Analysen oder Berichte zu vergleichen, klicken Sie im Navigator mit der rechten Maustaste auf das zweite Element, und wählen Sie In geteilter Ansicht öffnen aus.