모형 평균화

모형 적합 플랫폼의 단계별 분석법에서 "모형 평균화" 옵션은 여러 모형을 하나의 모형으로 결합합니다. 결과로 생성된 가중 평균 모형은 개별 단일 모형보다 예측 성능이 더 높을 수 있습니다. "모형 평균화" 옵션은 데이터 과대적합 모형을 방지하는 데 유용합니다. 모형에 입력할 항이 많이 선택되면 적합 시 모수 추정값이 부풀려지는 경향이 있습니다. 일반적으로 모형을 평균화하면 더 약한 항의 추정값이 축소되어 더 나은 예측을 제공할 수 있습니다. 모형은 다음과 같이 계산되는 각 모형의 AICc 가중치를 고려하여 평균화됩니다.

AICcBest(최선의 AICc) 값은 적합 모형 중 가장 작은 AICc 값입니다. AICcWeight(AICc 가중치) 값은 각 모형에 대해 계산되며 합이 1이 되도록 조정됩니다. 조정된 "AICc 가중치" 값이 1 - 지정된 "누적 AICc 가중치 경계" 값보다 작으면 해당 값이 0으로 설정됩니다. 이 작업은 평균 모형에서 약한 모형의 사용을 제거합니다. 평균화된 모형의 모수는 AICc 가중치 값이 0이 아닌 여러 모형의 모수 추정값을 가중 평균하여 계산됩니다. 마찬가지로 보고된 표준 오차도 가중치가 적용됩니다. AICc 가중치는 각 추정값의 제곱 표준 오차에 대한 가중 평균을 계산하는 데 사용됩니다. 해당 추정값의 제곱근이 "모형 평균화" 보고서에 "표준 오차"로 보고됩니다.

자세한 내용은 모형 평균화 옵션의 예에서 확인하십시오.