모형 평균화 옵션

모형 적합 플랫폼의 단계별 분석법에서 모형 평균화 기법을 사용하면 단일 모형을 선택하는 대신 여러 모형의 적합을 평균화할 수 있습니다. 평균화된 각 단일 모형보다 결과 평균 모형의 예측 성능이 더 우수한 경우가 종종 있습니다. 모형 평균화 기능은 데이터 과대적합 모형을 방지하는 데 유용합니다. 모형에 입력할 항이 많이 선택되면 적합 시 모수 추정값이 부풀려지는 경향이 있습니다. 모형을 평균화하면 더 약한 항에 대한 추정값이 축소되므로 우수한 예측이 생성됩니다. 모형은 다음과 같이 계산되는 각 모형의 AICc 가중치를 고려하여 평균화됩니다.

AICcBest는 적합된 모형 중에서 가장 작은 AICc 값입니다. AICc 가중치 값은 각 모형에 대해 계산되어 내림차순으로 정렬되며 합이 1이 되도록 척도화됩니다. 합이 1보다 작은 척도화된 AICc 가중치 값에서 지정된 누적 AICc 가중치 경계 값을 뺀 값은 0으로 설정됩니다. 이로 인해 약한 모형은 평균화된 모형에 사용되지 않습니다. 평균화된 모형의 모수는 AICcWeight가 0이 아닌 모형에 대해 모수 추정값의 가중 평균입니다.

자세한 내용은 모형 평균화 옵션의 예에서 확인하십시오.