目的の方法または計算式を選択してください。
逸脱度R2
逸脱R2は、応答の変動がモデルによって説明される量を示します。通常、R2が大きいほど、データへのモデルの適合度は高くなります。計算式は以下になります。
表記
| 用語 | 説明 |
|---|---|
| D E | Error Deviance |
| DT値 | Total Deviance |
調整済み逸脱度R2
調整済み逸脱度R2は、モデル内の予測変数の数で調整されたR二乗です。予測変数の数が異なるモデルの比較に有用です。計算式は以下になります。
表記
| 用語 | 説明 |
|---|---|
| R2 | 逸脱度R2 |
| p | 回帰自由度 |
| Φ | 1（二項モデル、ポアソンモデルの場合） |
| DT | 合計逸脱度 |
調整済み逸脱度R2の計算結果が負の値になることがありますが、こうしたケースではゼロが表示されます。
赤池情報量基準(AIC)
この統計量を使用して、異なるモデルを比較します。AICが小さいほど、データへのモデルの適合度が上がります。
対数尤度関数は、パラメータを平均に換算して表します。関数の一般形は以下になります。
各寄与度の一般形は以下になります。
各寄与度の具体的な形式はモデルによって変わります。
| モデル | li |
| 二項 |  |
| ポアソン |  |
表記
| 用語 | 説明 |
|---|---|
| p | 回帰自由度 |
| Lc | 現在のモデルの対数尤度 |
| yi | i行目の事象数 |
| mi | i行目の試行数 |
 | i行目の推定平均応答 |
AICc（補正赤池情報量基準）
AICcは次の場合には計算されません。
.
表記
| 用語 | 説明 |
|---|---|
| p | モデルの係数の個数（定係数を含む） |
| n | 欠損データを含まないデータ行の数 |
BIC（ベイズ情報量基準）
表記
| 用語 | 説明 |
|---|---|
| p | 定数を含まないモデル内の係数の数 |
| n | 欠損データを含まないデータ行の数 |
テストの逸脱R2
テストの逸脱率R2は、モデルが説明するテストデータセットの応答の変動の程度を示します。値が大きいほど、モデルはテストデータに適合します。
計算式
次式は、テストの逸脱R2の計算式を示します。
ここで、次式は誤差の逸脱を表します。
全体の逸脱度の式 D T(テスト) は、モデルの形式によって異なります。
- 2値ロジスティック
-
- 切片項を持つモデルの場合、
には、次の定義があります： -
- 切片項のないモデルの場合は、リンク関数の逆数を0にします。Minitabのリンク機能の値は、以下のとおりです：
- logitリンク関数
= {0.5}- Normitリンク関数
= {0.5}- Gompitリンク関数
.
- ポアソン
-
-
- 切片項のないモデルの場合、
.
表記
| 用語 | 説明 |
|---|---|
| N(検定) | データセットに含まれる行数 |
 | 二乗逸脱残差 |
| yi | 検定データセット内のi行目の事象数 |
| mi | 検定データセット内のi行目の試行回数 |
| DE(テスト) | テストデータセットのエラー逸脱 |
| DT(検定) | テストデータセットの逸脱の合計 |
K分割逸脱R2
K分割逸脱R2は、モデルが説明する検証データセットの応答の変動の程度を示します。値が大きいほど、モデルはテストデータに適合します。
ここで、
そして、DTは総逸脱です。
表記
| 用語 | 説明 |
|---|---|
| K | 分割数 |
| nj | 分割jのサンプルサイズ |
 | 分割jのi番目の行の交差検証済み逸脱残差 |
