ПРЕССА статистика - PRESS statistic
В статистика, то прогнозируемая сумма квадратов остаточных ошибок (PRESS) статистика это форма перекрестная проверка используется в регрессивный анализ для обеспечения сводной меры соответствия модели выборке наблюдений, которые сами не использовались для оценки модели. Он рассчитывается как сумма квадратов остатков прогноза для этих наблюдений.[1][2][3]
А подогнанная модель После создания каждое наблюдение в свою очередь удаляется, а модель переоборудована с использованием оставшихся наблюдений. Прогнозируемое значение вне выборки вычисляется для пропущенного наблюдения в каждом случае, а статистика PRESS рассчитывается как сумма квадратов всех результирующих ошибок прогнозирования:[4]
Используя эту процедуру, можно рассчитать статистику PRESS для ряда структур моделей-кандидатов для одного и того же набора данных, при этом самые низкие значения PRESS указывают на лучшие структуры. Модели с избыточными параметрами (чрезмерно подогнанный ) будет иметь тенденцию давать небольшие остатки для наблюдений, включенных в подгонку модели, но большие остатки для исключенных наблюдений. Статистика PRESS широко использовалась в Ленивое обучение и локально линейное обучение для ускорения оценки и выбора размера района[5][6].
Смотрите также
использованная литература
- ^ «Учебник по электронной статистике Statsoft - Глоссарий статистики». Дата обращения: мая 2016.. Проверить значения даты в:
| accessdate =(Помогите) - ^ Аллен, Д. М. (1974), "Взаимосвязь между выбором переменных и увеличением данных и методом прогнозирования". Технометрика, 16, 125–127
- ^ Tarpey, Thaddeus (2000) "Заметка о прогнозной сумме квадратов статистики для ограниченных наименьших квадратов", Американский статистик, Vol. 54, No. 2, May, pp. 116–118.
- ^ "Графическое руководство по R: статистика PRESS (прогнозируемая сумма квадратов) Аллена, также известная как P-квадрат". Проверено февраль 2018 г.. Проверить значения даты в:
| accessdate =(Помогите) - ^ Аткесон, Кристофер Дж .; Мур, Эндрю В .; Шааль, Стефан (1 февраля 1997 г.). «Локально взвешенное обучение». Обзор искусственного интеллекта. 11 (1): 11–73. Дои:10.1023 / А: 1006559212014. ISSN 1573-7462. S2CID 9219592.
- ^ Бонтемпи, Джанлука; Бираттари, Мауро; Берсини, Хьюз (1 января 1999 г.). «Ленивое обучение для локального моделирования и проектирования управления». Международный журнал контроля. 72 (7–8): 643–658. Дои:10.1080/002071799220830.
 | Эта статистика -связанная статья является заглушка. Вы можете помочь Википедии расширяя это. |