重回帰アルゴリズムのメジャーマッピング
ATT エンジンでの重回帰アルゴリズムでは、メジャーマッピングで選択可能な、いくつかの出力が追加されます。これらの各メジャーは、重回帰アルゴリズムに固有のものなので、その値はその他のアルゴリズムでは使用されません。
| フィールド名 | 範囲 | 説明 |
|---|---|---|
| 調整済 R 2 乗 | 静的 (PCONST) | 重回帰モデル適合に、調整済 R 2 乗の値を含めます。調整済 R 2 乗は、独立変数の数と観察の数を検討するために使用される、R 2 乗の計算に適用する調整です。一般に、R 2乗の統計量ではなく、こちらの統計量を使用することが推奨されます。
ただし、パラメーターが多すぎると誤差が発生する場合があります。モデルに「無意味な」変数を多く追加しすぎている場合、誤差の数を減らすために調整済 R 2 乗オプションが使用されます。ただし、モデル追加する「有意義な」変数を増やすと、誤差が増えます。調整済 R 2 乗値は常に、R 2 乗と等しいあるいはそれ以下になります。 |
| 交差検証 | 静的 (PCONST) | 重回帰モデル適合に、交差検証の値を含めます。これは、モデル選択に役立つ統計量です。これは LOOCV (Leave One Out Cross Validation) とも呼ばれ、AIC および BIC の代替です。この統計量が最も低いモデルが最良と見なされます。 |
| 切片 | 静的 (PCONST) | 重回帰モデル適合に、切片の重みを含めます。これは、モデルの各水準を示します。つまり、すべての独立変数の値がゼロの場合です。 |
| F 統計量 | 静的 (PCONST) | 重回帰適合に全体の F 統計量を含めます。すべての独立変数を同時に考慮した場合の、これらの変数に関連する検定統計量です (切片は除く)。この統計量は、説明分散の各自由度と残差分散の各自由度の比です。 |
| F 統計量 P 値 | 静的 (PCONST) | 重回帰モデル適合に、全体の F 統計量 P 値を含めます。これは、真の係数すべてがゼロのときにより大きな値が生成される可能性で、P 値 < 0.05 の場合に有意であることを示唆します。これは、少なくとも変数のうちいくつかが優位であることを意味します。
通常、このP 値は個々の t 統計量の最小 P 値よりも小さくなります (切片は除く)。したがって、少なくとも 1 つの独立変数に有意な P 値が含まれる場合、F 統計量 P 値に関連性はありません。この値が関連性を持つのは主に、個々の独立変数が多少の有意性を持っていて、そのグループが有意であると判断すべき理由が考えられる場合です。 |
| R 2 乗 | 静的 (PCONST) | 重回帰モデル適合に、R 2 乗 (回帰の標準偏差) の値を含めます。この偏差は、相関係数の 2 乗を表し、切片のみを使用しているモデルと比較する場合に回帰の強さを測定します。この偏差は、追加のリグレッサーを追加すると値のみを増やします。新しいリグレッサーの数が増えたにもかかわらず、モデルの予測性能には値が追加されないため、誤解を招きやすいものです。 |
| t 統計量の切片 | 静的 (PCONST) | 重回帰モデル適合に、切片として「t 統計量」を含めます。これは、切片を標準誤差で割った値を表します。つまり、独立変数の値がゼロである場合、切片はモデルの次に低い水準を表します。 |
| t 統計量 P 値の切片 | 静的 (PCONST) | 重回帰モデル適合に、「t 統計量」P 値を含めます。t 統計量 P 値は、「t 統計量」の観察された有意水準を表します。 |