发布日期: 11/15/2021

拟合详细信息

“拟合详细信息”报表包含以下统计量:

熵 R 方

等价于 R 方 (U)。请参见整体模型检验

广义 R 方

可以应用到一般回归模型的测度。它基于似然函数 L,并且统一尺度后最大值为 1。对于在标准最小二乘设置中的连续正态响应,“广义 R 方”测度简化为传统 R 方。“广义 R 方”亦称 Nagelkerke/Craig and Uhler R2,它是 Cox and Snell 伪 R2 的标准化版本。请参见 Nagelkerke (1991)。

-Log p 均值

-log(p) 的平均值,其中 p 是与发生的事件关联的拟合概率。

RASE

平均平方根误差,其中差值为响应和 p(实际发生事件的拟合概率)之间的差值。

绝对偏差的均值

响应和 p(实际发生事件的拟合概率)的差值绝对值的平均值。

误分类率

具有最高拟合概率的响应类别不是观测到的类别的比率。

数目

观测数。

对于熵 R 方和广义 R 方,值越接近 1 表示拟合效果越好。对于 -Log p 均值、RASE、绝对偏差的均值和误分类率,值越小表示拟合效果越好。

要检验效应作为整体是显著的(“整体模型”检验),计算卡方统计量,它是拟合模型与仅包含截距的简化模型的负对数似然差值的两倍。

若指定了验证列,则“拟合详细信息”报表将包含每个训练集、验证集和测试集的列。

需要更多信息?有问题?从 JMP 用户社区得到解答 (community.jmp.com).