1. 首頁 > 生活經驗 > >

擬合度 擬合度多少合適

知識經驗


擬合度 擬合度多少合適

文章插圖
大家好,小跳來為大家解答以上的問題 。擬合度多少合適，擬合度這個很多人還不知道,現在讓我們一起來看看吧！
1、擬合度檢驗是對已制作好的預測模型進行檢驗，比較它們的預測結果與實際發生情況的吻合程度 。
2、通常是對數個預測模型同時進行檢驗，選其擬合度較好的進行試用 。
3、常用的擬合度檢驗方法有：剩余平方和檢驗、卡方(c2)檢驗和線性回歸檢驗等 。
4、擬合度，也就是“R-squared” 。
5、⑴．剩余平方和檢驗是將利用預測的理論預測值（ ）與病害發生的實際情況(y)進行比較 ， 求得它們的差異平方和(Q)、回歸誤差(S)及曲線相關比(r)的值，希望Q、S的值愈小愈好，曲線相關比（r）愈大愈好 。
6、 ，  r(曲)=1－(Q/Lyy)⑵．卡方（c2）檢驗的計算公式⑶．回歸誤差檢驗法 （Sy/x檢驗）通常，多因素預測方程的通式為： y=b0+b1x1+b2x2+···+bnxn±2Sy/x方程尾部的Sy/x為方程的回歸誤差 。
7、在利用預測方程的回歸誤差進行預測效果的檢驗時，認為預測值落在2個回歸誤差的范圍之內，就認為預測正確，其實，回歸誤差是由建立預測方程的原始數據決定的，當原始數據的擺動范圍愈大，所建方程的回歸誤差Sy/x也就愈大，此時用Sy/x作為檢驗標準，也就擴大了誤差范圍 ， 因此，該方法的使用尚需探討 。
8、⑷．參數檢驗法（線性回歸檢驗法）在預測模型研制一章中已經提到，要比較幾個模型的預測效果時可用參數檢驗法檢查預測值 與病害發生的實測值y的符合情況 ， 即 =y時 ， 它們應符合： =0+1y，用預測方程所得到的 的與相應的病害發生實測值進行回歸，就可以得到如下的線性回歸式=a + by ， 當有數個預測方程時，便可得到數個如下的線性回歸式：=a1 + b1y，=a2 + b2y，，． ． ．． ． ．=an + bny，。
9、此時比較幾個a值和b值 ， 當a值愈趨近于0，b愈趨近于1，則說明該方程的預測效果愈好 。
【擬合度 擬合度多少合適】本文到此分享完畢 ， 希望對大家有所幫助 。