Tauchen Sie ein in den F-Take a look at für verschachtelte Modelle mit Algorithmen, Beispielen und Code
Bei der Analyse von Daten muss man häufig zwei Regressionsmodelle vergleichen, um festzustellen, welches am besten zu einem Datenelement passt. Oft ist ein Modell ein einfacher Model von a komplexer Modell, das zusätzliche Parameter enthält. Allerdings garantieren mehr Parameter nicht immer, dass ein komplexeres Modell tatsächlich besser ist, da sie einfach zu einer Überanpassung der Daten führen könnten.
Um festzustellen, ob die zusätzliche Komplexität vorliegt statistisch signifikantkönnen wir das sogenannte verwenden F-Take a look at für verschachtelte Modelle. Diese statistische Technik bewertet, ob die Reduzierung der Residual Sum of Squares (RSS) aufgrund der zusätzlichen Parameter sinnvoll oder nur zufällig ist.
In diesem Artikel erkläre ich den F-Take a look at für verschachtelte Modelle und stelle dann einen Schritt-für-Schritt-Algorithmus vor, demonstriere seine Implementierung mithilfe von Pseudocode und stelle Matlab-Code zur Verfügung, den Sie sofort ausführen oder in Ihrem Lieblingssystem erneut implementieren können (hier). Ich habe mich für Matlab entschieden, weil es mir einen schnellen Zugriff auf Statistiken und Anpassungsfunktionen ermöglichte, für die ich keine Zeit aufwenden wollte. Im gesamten Artikel sehen wir Beispiele für den F-Take a look at für verschachtelte Modelle in verschiedenen Umgebungen, einschließlich einiger Beispiele, die ich in den Matlab-Beispielcode eingebaut habe.