Prediction Error Sum of Squares
用于评估模型的预测能力。一般而言,PRESS 值越小,模型的预测能力越强。PRESS用于计算预测的 R平方,它解释起来通常更直观。该统计量有助于防止过度拟合模型,因为它是使用未包括在模型估计中的观测值计算的。过度拟合是指看似可以对用于模型计算的数据集解释预测变量与响应变量之间的关系,但无法为新观测值提供有效预测的模型。
PRESS 类似于误差平方和 (SSE),是预测误差的平方和。PRESS 不同于 SSE 之处在于,PRESS 中的每个拟合值 i 是通过从数据集中排除第 i 个观测值、根据其余的 n - 1 个观测值来估计回归方程、然后用拟合回归函数获得第 i 个观测值的预测值来获得的。
2 个回复
杨格_Alan (威望:668) (江苏 无锡) 机械制造
赞同来自: Kurus 、a0zing 、Jeff_Chou 、qaz13240 、yz00220011 、小牛901 、蝰蛇 、Jason_Wang 、逆流行险更多 »
用于评估模型的预测能力。一般而言,PRESS 值越小,模型的预测能力越强。PRESS用于计算预测的 R平方,它解释起来通常更直观。该统计量有助于防止过度拟合模型,因为它是使用未包括在模型估计中的观测值计算的。过度拟合是指看似可以对用于模型计算的数据集解释预测变量与响应变量之间的关系,但无法为新观测值提供有效预测的模型。
PRESS 类似于误差平方和 (SSE),是预测误差的平方和。PRESS 不同于 SSE 之处在于,PRESS 中的每个拟合值 i 是通过从数据集中排除第 i 个观测值、根据其余的 n - 1 个观测值来估计回归方程、然后用拟合回归函数获得第 i 个观测值的预测值来获得的。