Measure-koppeling voor het algoritme Meervoudige regressie

Het algoritme Meervoudige regressie in de ATT-machine voegt een aantal extra uitvoerwaarden toe die kan worden geselecteerd in de measure-koppeling. Elk van deze measures is specifiek voor het algoritme Meervoudige regressie. De waarden worden dus niet gebruikt voor andere algoritmen.


Veldnaam	Bereik	Omschrijving
Gecorrigeerd R-kwadraat	Statisch (PCONST)	Bevat de gecorrigeerde R-kwadraatwaarde voor het passend maken van een meervoudig regressiemodel. Het gecorrigeerde R-kwadraat is een aanpassing in de calculatie van het R-kwadraat en wordt gebruikt om het aantal onafhankelijke variabelen en het aantal waarnemingen mee te nemen. Het is doorgaans raadzaam om de statistiek te gebruiken en niet de R-kwadraatstatistiek. Er kunnen echter fouten optreden als u te veel parameters selecteert. Wanneer u te veel 'nutteloze' variabelen toevoegt aan een model, wordt de gecorrigeerde R-kwadraatoptie gebruikt om het aantal fouten te verminderen. Als u echter meer 'nuttige' variabelen aan het model toevoegt, neemt het aantal fouten toe. De gecorrigeerde R-kwadraatwaarde is altijd kleiner dan of gelijk aan de R-kwadraatwaarde.
Kruisvalidatie	Statisch (PCONST)	Bevat de kruisvalidatiewaarde voor het passend maken van een meervoudig regressiemodel. Dit is een statistiek die u kunt gebruiken om een model te selecteren. Deze wordt ook de LOOCV (Leave One Out Cross Validation) genoemd en vormt een alternatief voor het AICc en het BIC. Voor deze statistiek wordt het model met de laagste waarde beschouwd als het beste model.
Assnijpunt	Statisch (PCONST)	Bevat de assnijpuntwegingen voor het passend maken van een meervoudig regressiemodel. Dit zijn de niveaus van het model, namelijk wanneer de waarden van alle onafhankelijke waarden nul zijn.
F-statistiek	Statisch (PCONST)	Bevat de totale F-statistiek voor het passend maken van een meervoudige regressie. Dit is een teststatistiek die betrekking heeft op alle onafhankelijke variabelen wanneer deze gezamenlijk worden meegenomen (exclusief het assnijpunt). De statistische waarde is de verhouding tussen het verklaarde verschil voor elke vrijheidsgraad en het niet-verklaarde verschil voor elke vrijheidsgraad.
P-waarde F-statistiek	Statisch (PCONST)	Bevat de totale P-waarde van de F-statistiek voor het passend maken van een meervoudige regressie. Dit is de waarschijnlijkheid dat een grotere waarde wordt gegenereerd als alle ware coëfficiënten nul zijn en de P-waarde < 0,05 significantie impliceert, dat wil zeggen dat minimaal enkele variabelen significant zijn. De P-waarde is doorgaans lager dan de laagste P-waarde voor de afzonderlijke t-statistieken, exclusief het assnijpunt. Als minimaal één onafhankelijke variabele dus een significante P-waarde bevat, is de P-waarde van de F-statistiek niet relevant. Deze waarde is vooral relevant wanneer de onafhankelijke variabelen slechts marginaal significant zijn en er redenen zijn om de groep als significant te beschouwen.
R-kwadraat	Statisch (PCONST)	Bevat de R-kwadraatwaarde (standaardafwijking bij regressie) voor het passend maken van een meervoudig regressiemodel. Deze afwijking is het kwadraat van de correlatiecoëfficiënt en drukt de sterkte van de regressie uit in vergelijking met een model dat alleen gebruikmaakt van het assnijpunt. Dit verhoogt de waarde alleen wanneer extra regressors worden toegevoegd en kan dus misleidend zijn. Hoewel het aantal nieuwe regressors toeneemt, wordt namelijk geen waarde toegevoegd aan de prognoseprestaties van het model.
Assnijpunt t-statistiek	Statisch (PCONST)	Bevat de t-statistiek die als assnijpunt dient voor het passend maken van een meervoudig regressiemodel. Dit is het assnijpunt gedeeld door de standaardfout; dat wil zeggen dat het assnijpunt het eerstvolgende lagere niveau van het model aangeeft wanneer de waarde van de onafhankelijke variabelen nul is.
Assnijpunt P-waarde t-statistiek	Statisch (PCONST)	Bevat de P-waarden van de t-statistiek voor het passend maken van een meervoudig regressiemodel. De P-waarde van de t-statistiek geeft het waargenomen significantieniveau aan voor de 't-statistiek'.