TreeNet® 回帰による適合モデルおよび主要な予測変数を検出の残差の箱ひげ図

このコマンドは、予測分析モジュールで使用できます。モジュールをアクティブにする方法については、ここをクリックしてください

残差の箱ひげ図を使用して、モデルの全体的な正確性を評価します。また、分析で検証法を使用する場合、トレーニングデータと検定データのモデルの正確性を比較することができます。

箱ひげ図には、実際の値と適合値の差が表示されます。最も近い四分位数から四分位間の1.5倍以上の範囲にある点には、個別の記号がつけられます。

解釈

残差が応答変数のスケールに対して0に近い値となるのが理想的です。検証法を使用すると、トレーニングデータとテストデータ用に別々のプロットが作成されます。プロットを比較して、トレーニングデータと新しいデータに対する、モデルの相対的なパフォーマンスを調べることができます。トレーニングデータとテストデータの間で調査すべき違いを示す、さまざまなパターンを探すこともできます。

これらの箱ひげ図は、IQR がトレーニング データセットよりもテスト データセットの方がはるかに大きいことを示しています。この差は、新しいデータに対するモデルのパフォーマンスが、トレーニングデータに対するのモデルのパフォーマンスほど良好ではないということを示唆しています。また、個々のシンボルで表される大きな残差は、モデルがすべてのデータにうまく適合しないことを示す可能性があります。

本サイトを使用すると、分析およびコンテンツのカスタマイズのためにクッキーが使用されることに同意したことになります。  当社のプライバシーポリシーをご確認ください