インタラクティブ出力 (Linear-AS モデル)

Linear-AS モデルを実行した後で、以下の出力が使用可能になります。

モデル情報

「モデル情報」ビューは、モデルについての重要な情報を提供します。テーブルは次のようなハイレベルなモデル設定を特定します。
  • 「フィールド」タブで指定されている対象の名前
  • 回帰重みフィールド
  • モデル選択設定で指定されたモデル構築方法
  • 予測値入力の数
  • 最終モデル内の予測値の数
  • 赤池情報量基準 (補正) (AICC): AICC は、-2 (制限) 対数尤度に基づいて混合モデルを選択し、比較するための指標です。値が小さいほどモデルが良好であることを示します。AICC は小さなサンプルサイズに対して AIC を「修正」します。標本サイズが大きくなるに従い、AICC は AIC に収束します。
  • R2 乗: これは線型モデルの適合度です。決定係数とも呼びます。これは、回帰モデルによって説明される従属変数の変動の比率です。値の範囲は 0 から 1 までです。 値が小さい場合は、モデルが十分にデータに適合していないことを示します。
  • 調整済み R2 乗:

レコード要約

「レコード要約」ビューは、モデルに組み込まれたレコード (ケース) とモデルから除外されたレコード (ケース) の数および割合についての情報を提供します。

予測変数の重要度

通常、モデリングの作業を最も重要な予測フィールドに集中させ、最も重要性の低い予測フィールドを削除または無視したいと考えます。予測値の重要度グラフを使用すると、モデル推定時に各予測値の相対重要度を示して、これを実現できます。値が相対的であるため、表示されるすべての予測の値の合計は 1.0 となります。予測値の重要度はモデルの精度に関連しません。予測が正確かどうかではなく、予測時の各予測値の重要度にのみ関連します。

予測対観測

縦軸に予測値を、横軸に観測値を示した分割散布図を表示します。点は 45 度の線上にあるのが理想です。このビューで、モデルによるレコードの予測にとりわけ問題があるかがわかります。