1. 首页 / 帮助

拟合度检验(拟合度)

拟合度检验,拟合度相信很多小伙伴还不知道,现在让我们一起来看看吧!

1、拟合度检验是对已制作好的预测模型进行检验,比较它们的预测结果与实际发生情况的吻合程度。

2、通常是对数个预测模型同时进行检验,选其拟合度较好的进行试用。

3、常用的拟合度检验方法有:剩余平方和检验、卡方(c2)检验和线性回归检验等。

4、拟合度,也就是“R-squared”。

5、⑴.剩余平方和检验是将利用预测的理论预测值( )与病害发生的实际情况(y)进行比较,求得它们的差异平方和(Q)、回归误差(S)及曲线相关比(r)的值,希望Q、S的值愈小愈好,曲线相关比(r)愈大愈好。

6、, r(曲)=1-(Q/Lyy)⑵.卡方(c2)检验的计算公式⑶.回归误差检验法 (Sy/x检验)通常,多因素预测方程的通式为: y=b0+b1x1+b2x2+···+bnxn±2Sy/x方程尾部的Sy/x为方程的回归误差。

7、在利用预测方程的回归误差进行预测效果的检验时,认为预测值落在2个回归误差的范围之内,就认为预测正确,其实,回归误差是由建立预测方程的原始数据决定的,当原始数据的摆动范围愈大,所建方程的回归误差Sy/x也就愈大,此时用Sy/x作为检验标准,也就扩大了误差范围,因此,该方法的使用尚需探讨。

8、⑷.参数检验法(线性回归检验法)在预测模型研制一章中已经提到,要比较几个模型的预测效果时可用参数检验法检查预测值 与病害发生的实测值y的符合情况,即 =y时,它们应符合: =0+1y,用预测方程所得到的 的与相应的病害发生实测值进行回归,就可以得到如下的线性回归式=a + by,当有数个预测方程时,便可得到数个如下的线性回归式:=a1 + b1y,=a2 + b2y,,. . .. . .=an + bny, 。

9、此时比较几个a值和b值,当a值愈趋近于0,b愈趋近于1,则说明该方程的预测效果愈好。

本文就为大家分享到这里,希望小伙伴们会喜欢。

本文由'一条小凝荷'发布,不代表演示站立场,转载/删除联系作者,如需删除请-> 关于侵权处理说明