Asignación de medidas para el algoritmo de regresión múltiple
El algoritmo Regresión múltiple del motor ATT añade un número de salidas adicionales que se pueden seleccionar en la asignación de medidas. Cada una de las medidas es específica del algoritmo Regresión múltiple y los valores no se usan para otros algoritmos.
Nombre de campo | Ámbito | Descripción |
---|---|---|
R cuadrado corregido | Estático (PCONST) | Incluye el valor R cuadrado corregido para un ajuste de modelo de regresión múltiple. R cuadrado corregido es un ajuste al cálculo de R cuadrado que se usa para tener en cuenta el número de las variables independientes y el número de observaciones. Por lo general, se recomienda usar la estadística en lugar de la estadística de R cuadrado.
Sin embargo, se pueden producir errores si selecciona demasiados parámetros. Al agregar demasiadas variables "inútiles" a un modelo, se usa la opción de R cuadrado corregido para disminuir el número de errores. Sin embargo, la adición de más variables "útiles" al modelo incrementa el número de errores. El valor de R cuadrado corregido es siempre menor o igual que R cuadrado. |
Validación cruzada | Estático (PCONST) | Incluye el valor de validación cruzada para un ajuste de modelo de regresión múltiple. Este es un valor estadístico para ayudar en la selección del modelo. También se conoce como validación cruzada que deja uno fuera o LOOCV (Leave One Out Cross Validation) y es una alternativa al criterio AICc y al criterio BIC. Para esta estadística, el modelo con el valor más bajo se considera el mejor. |
Interceptar | Estático (PCONST) | Incluye las ponderaciones de intersección para un ajuste de modelo de regresión múltiple. Esto representa los niveles del modelo, es decir, cuando los valores de todas las variables independientes son cero. |
Estadística F | Estático (PCONST) | Incluye la estadística F general para un ajuste de regresión múltiple. Esta es una estadística de prueba que está relacionada con todas las variables independientes cuando se tienen en cuenta en conjunto (excluida la intersección). La estadística es el cociente de la varianza explicada para cada grado de libertad con la varianza no explicada para cada grado de libertad. |
Valor P de estadística F | Estático (PCONST) | Incluye el valor P de estadística F general para un ajuste de modelo de regresión múltiple. Es la probabilidad de generar un valor mayor si todos los coeficientes verdaderos son cero, cuando el valor P <0,05 implica significación, es decir, al menos algunas variables son significativas.
El valor P es normalmente menor que el valor P más bajo para la estadística T individual, excluida la intersección. Por tanto, si al menos una variable independiente incluye un valor P significativo, el valor P de estadística F no es relevante. Este valor es relevante principalmente cuando las variables independientes son solo significativas marginalmente y puede haber motivos para tener en cuenta el grupo como significativo. |
R cuadrado | Estático (PCONST) | Incluye el valor de R cuadrado (Desviación estándar de regresión) para un ajuste de modelo de regresión múltiple. Esta desviación representa el cuadrado del coeficiente de correlación y mide la concentración de la regresión cuando se compara con un modelo que solo usa la intersección. Esto solo aumenta el valor al añadir regresores adicionales y por tanto puede ser confuso porque, aunque aumenta el número de nuevos regresores, el valor no se añade al rendimiento de previsión del modelo. |
Intersección estadística T | Estático (PCONST) | Incluye la "estadística T" como una intersección para un ajuste de modelo de regresión múltiple. Esto representa la intersección dividida por el error estándar, es decir, cuando el valor de las variables independientes son cero, la intersección representa el siguiente nivel más bajo del modelo. |
Intersección del valor P y la estadística T | Estático (PCONST) | Incluye los valores P de "estadística T" para un ajuste de modelo de regresión múltiple. El Valor P de estadística T representa el nivel de significado observado para la "estadística T". |