A validação cruzada calcula a capacidade preditiva dos modelos potenciais para ajudá-lo a determinar o número apropriado de componentes a reter em seu modelo. Use a validação cruzada para determinar o número ótimo de componentes para seus dados. Se os dados contiverem múltiplas variáveis de resposta, o Minitab validará os componentes para todas as respostas simultaneamente. Para obter mais informações, vá para Validação cruzada em regressão PLS.
O Minitab pode executar três métodos de validação cruzada diferentes:
- Nenhum: Não executar a validação cruzada.
- Excluir um: Use esta opção para calcular modelos potenciais deixando de fora uma observação de cada vez. Para grandes conjuntos de dados, esse método pode demorar muito, porque ele recalcula os modelos tantas vezes quanto o número de observações.
- Deixar grupo fora do tamanho: Insere o número de observações que serão excluídas cada vez que o modelo for recalculado. Como este método reduz o número de vezes que ele tem para recalcular um modelo, é mais apropriado quando você tem um grande conjunto de dados.
- Excluir como especificado na coluna: Use esta opção para calcular os modelos excluindo simultaneamente as observações que tem números correspondentes na coluna identificadora de grupo. Este método permite especificar quais observações são omitidas juntas. Por exemplo, se a coluna identificadora de grupo incluir os números 1, 2 e 3, todas as observações com 1 são omitidas juntas e o modelo é recalculado. Depois, todas as observações com 2 são omitidas e o modelo é recalculado e assim por diante.