[wiskunde] Goodness of fit, data verwerking
Moderators: ArcherBarry, Fuzzwood
Goodness of fit, data verwerking
Hey,
Ik heb een experiment uitgevoerd en verschillende waarden opgemeten.
Om uit deze waarden een correcte wiskundige vergelijking te halen die ik kan gebruiken om het meetbereik te extrapoleren moet ik weten hoe goed deze vergelijking is geschikt om te gebruiken.
Om deze te vergelijken heb je een goodness of fit test die weergeeft hoe goed je vergelijking de meetwaarden weergeven.
Maar je hebt 4 afzonderlijke delen in de goodness of fit test en ik zou echt niet weten dewelke beter is en welke ik nodig zou hebben (of allemaal?)
Het gaat dus uit een experiment, die 1 maal is uitgevoerd, met 10 datapunten. (verschillende maal uitgevoerd maar steeds een parameter verandert)
de gebruikte curve is een rationale functie met in teller en noemer tot de eerste orde (f(x) = (p1*x + p2) / (x + q1))
hier zijn de waarden genomen uit matlab cftool
Goodness of fit:
SSE: 0.08967
R-square: 0.9996
Adjusted R-square: 0.9994
RMSE: 0.1132
Je hebt dus de SSE (sum of squares of due to errors) dus gewoon de fout tussen de meetwaarden en het overeenkomsting wiskundig punt gekwadrateerd. logisch is hoe lager hoe beter,
R-square; dit is 1- SSE/SST (met SST som van de fout van elk afzonderlijk punt tov hte gemiddeld punt gekwadrateerd)
logischerwijze: hoe hoger hoe beter
Adjusted R-square; deze snap ik volledig niet
RMSE: root mean square error, deze is SSE gedeeld door het onafhankelijke punten
logisch hoe lager hoe beter, maar ik weet niet hoe ik deze moet interpretteren
want ik heb 10 punten maar deze waarde is met 7 onafhankelijke meetpunten
bron:http://web.maths.unsw.edu.au/~adelle/Ga ... OfFit.html
alvast bedankt,
Alain
Ik heb een experiment uitgevoerd en verschillende waarden opgemeten.
Om uit deze waarden een correcte wiskundige vergelijking te halen die ik kan gebruiken om het meetbereik te extrapoleren moet ik weten hoe goed deze vergelijking is geschikt om te gebruiken.
Om deze te vergelijken heb je een goodness of fit test die weergeeft hoe goed je vergelijking de meetwaarden weergeven.
Maar je hebt 4 afzonderlijke delen in de goodness of fit test en ik zou echt niet weten dewelke beter is en welke ik nodig zou hebben (of allemaal?)
Het gaat dus uit een experiment, die 1 maal is uitgevoerd, met 10 datapunten. (verschillende maal uitgevoerd maar steeds een parameter verandert)
de gebruikte curve is een rationale functie met in teller en noemer tot de eerste orde (f(x) = (p1*x + p2) / (x + q1))
hier zijn de waarden genomen uit matlab cftool
Goodness of fit:
SSE: 0.08967
R-square: 0.9996
Adjusted R-square: 0.9994
RMSE: 0.1132
Je hebt dus de SSE (sum of squares of due to errors) dus gewoon de fout tussen de meetwaarden en het overeenkomsting wiskundig punt gekwadrateerd. logisch is hoe lager hoe beter,
R-square; dit is 1- SSE/SST (met SST som van de fout van elk afzonderlijk punt tov hte gemiddeld punt gekwadrateerd)
logischerwijze: hoe hoger hoe beter
Adjusted R-square; deze snap ik volledig niet
RMSE: root mean square error, deze is SSE gedeeld door het onafhankelijke punten
logisch hoe lager hoe beter, maar ik weet niet hoe ik deze moet interpretteren
want ik heb 10 punten maar deze waarde is met 7 onafhankelijke meetpunten
bron:http://web.maths.unsw.edu.au/~adelle/Ga ... OfFit.html
alvast bedankt,
Alain
- Berichten: 10.179
Re: Goodness of fit, data verwerking
Iemand die hier een handje kan toesteken?
Zoek je graag naar het meest interessante wetenschapsnieuws? Wij zoeken nog een vrijwilliger voor ons nieuwspostteam.