注
このコマンドは、 予測分析モジュール.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。解析が検証技術を用いる場合、トレーニングデータと検証結果のモデルの精度を比較することも可能です。
箱ひげ図には、実際の値と適合値の差が表示されます。四分位数の1.5倍を超える点は、最も近い四分位数から個別の記号を持ちます。
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。検証技術を使うと、Minitabはトレーニングデータと検証結果ごとに別々のプロットを作成します。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。また、訓練データと検証結果の間に違いを示す異なるパターンを探して調査することもできます。
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、個々の記号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ていないことを示すことがあります。
