Geben Sie die Validierungsmethode für Binäres logistisches Modell anpassenund Binäre logistische Regressionan.

Statistik > Regression > Binäre logistische Regression > Binäres logistisches Modell anpassen > Validierung

Predictive Analytics-Modul > Binäre logistische Regression > Validierung

Wählen Sie die Validierungsmethode zum Testen des Modells aus. Normalerweise ist bei kleineren Stichproben die Kreuzvalidierung mit K Faltungen geeignet. Bei größeren Stichproben können Sie einen Teil der Fälle auswählen, die für Training und Tests verwendet werden sollen.

Keine

Die Analyse validiert das Modell nicht.

Kreuzvalidierung mit K Faltungen

Führen Sie die folgenden Schritte aus, um die Kreuzvalidierung mit K Faltungen zu verwenden.

Wählen Sie in der Dropdown-Liste die Option Kreuzvalidierung mit K Faltungen aus.
Wählen Sie eine der folgenden Optionen aus, um anzugeben, ob die Faltungen nach dem Zufallsprinzip oder anhand einer ID-Spalte zugewiesen werden sollen.
- Zeilen für jede Faltung zufällig zuweisen: Wählen Sie diese Option aus, wenn Minitab die Zeilen für die einzelnen Faltungen nach dem Zufallsprinzip auswählen soll. Sie können die Anzahl der Faltungen angeben. In den meisten Fällen funktioniert der Standardwert 10 gut. Die Verwendung eines niedrigeren Werts von K kann eine stärkere Verzerrung bewirken. Größere Werte von K können jedoch zu einer stärkeren Streuung führen. Sie können auch eine Basis für den Zufallszahlengenerator festlegen.
- Zeilen für jede Faltung nach ID-Spalte zuweisen: Wählen Sie diese Option aus, um die Zeilen auszuwählen, die in die einzelnen Faltungen aufgenommen werden sollen. Geben Sie im Feld ID-Spalte die Spalte ein, die die Faltungen identifiziert. Jede Zeile mit demselben Wert in der ID-Spalte ist in derselben Faltung enthalten.
- (Optional) Wählen Sie ID-Spalte für Kreuzvalidierung mit K Faltungen speichern aus, um die ID-Spalte zu speichern.

Validierung mit einem Testdatensatz

Führen Sie die folgenden Schritte aus, um die Daten in einen Trainingsdatensatz und einen Testdatensatz zu unterteilen.

Wählen Sie in der Dropdown-Liste die Option Validierung mit einem Testdatensatz aus.
Wählen Sie eine der folgenden Optionen aus, um anzugeben, ob ein Teil der Zeilen nach dem Zufallsprinzip oder anhand einer ID-Spalte ausgewählt werden soll.
- Zufallsfraktion der Zeilen als Testdatensatz auswählen: Wählen Sie diese Option aus, wenn Minitab den Testdatensatz nach dem Zufallsprinzip auswählen soll. Sie können angeben, wie viele Daten in den Testdatensatz aufgenommen werden sollen. In den meisten Fällen funktioniert der Standardwert 0,3 gut. Es empfiehlt sich, eine ausreichende Menge von Daten in den Testdatensatz aufzunehmen, um das Modell gut bewerten zu können. Wenn Sie hinsichtlich der Form des Modells nicht sicher sind, ermöglicht ein größerer Testdatensatz eine stärkere Validierung. Sie sollten auch eine ausreichende Menge von Daten in den Trainingsdatensatz aufnehmen, um das Modell gut zu schätzen. In der Regel benötigen Modelle mit mehr Prädiktoren für die Schätzung mehr Trainingsdaten.
- Trainings-/Test-Teilung nach ID-Spalte definieren: Wählen Sie diese Option aus, um selbst die Zeilen auszuwählen, die in die Teststichprobe aufgenommen werden sollen. Geben Sie im Feld ID-Spalte die Spalte ein, die angibt, welche Zeilen für die Teststichprobe verwendet werden sollen. Die ID-Spalte darf nur zwei Werte enthalten. Wählen Sie im Feld Stufe für Testdatensatz aus, welche Stufe als Teststichprobe verwendet werden soll.
(Optional) Aktivieren Sie ID-Spalte für Trainings-/Test-Teilung speichern, um die ID-Spalte zu speichern.