linear regression model

Pierre123

Hoi,

Ik ben bezig om met een calibratie dataset een model te maken welke een eigenschap kan voorspellen. Nu heb ik verschillende soorten independent variables gebruikt om 1 dependent te voorspellen. Ik heb nu dus meerdere modellen.

Als ik ijk naar de R squared van deze modellen zie ik lage R squares dus 0.16 of 0.05 maar ook hoge 0.5 tot 0.6. Nu verwacht ik dat de modellen met een hoge R squared beter voorspellen maar mijn data doet anders vermoeden.

De Root-mean-square Error van de modellen beschrijft het verschil tussen de waargenomen hoeveelheid en de voorspelde hoeveelheid. Nu zie ik dat modellen met een hoge R squared ook een hoge RMSE hebben en dus een slechtere voorspelling.

Wie kan mij dit uitleggen?

PAAC

Dus je hebt meerdere "y = ax + b" modellen en niet één "y = ax + bz + ... + c" (MLR) model?

Verder kan het liggen aan de range van je x-values.

Als van model 1 de waarden tussen de 1 en 5 liggen en van model 2 de waarden tussen 10 en 50, zal bij een gelijke r² de RMSE waarschijnlijk hoger zijn bij model 2.

Misschien kun je kijken naar wat je RMSE gedeeld door je range("x-max" - "x-min") doet en of dit ook grote verschillen geeft.

Pierre123

Hoi Paac,

Ik heb inderdaad meerdere modellen "Ypredicted = ax + b ". Deze modellen zijn allemaal opgebouwd uit calibratiedata Yobserved. De waarde die voorspeld moet worden is elke keer hetzelfde alleen de coefficienten kunnen verschillend zijn doordat de modellen gebruik maken van verschillende independent variables. Ik kijk eigenlijk welke independent variables het beste Y voorspellen. De RMSE's zijn dus gelijk al te vergelijken omdat ze hetzelfde voorspellen en dus is de range ook steeds hetzelfde. Het enige wat ik dus niet snap is dat waarom in dit geval de R-squared hoog is en dus in mijn verwachting een betere voorspelling geven maar uiteindelijk de RMSE ook hoog is waardoor de voorspelling juist slecht is.

Bedankt!

PAAC

Misschien kun je dan nog kijken of er grote afwijkingen zijn tussen je "Ypredicted - YReference" waarden.

Outliers die hierin voorkomen kunnen een aardige invloed hebben op je RMSE.

Ook kan het zijn dat er een non-lineariteit in je data zit, bv een curve waardoor je r² rond de 0.6 ligt, maar er wel een hogere RMSE ontstaat.

Wetenschapsforum

Laatste berichten

Nieuwsberichten

linear regression model

linear regression model

Re: linear regression model

Re: linear regression model

Re: linear regression model