Das Akaike-Informationskriterium (AIC) ist eine Metrik, die verwendet wird, um die Anpassung verschiedener Regressionsmodelle zu vergleichen.
Es wird berechnet als:
AIC = 2K – 2ln (L)
wo:
- K: Die Anzahl der Modellparameter …
Dieser Rechner erstellt ein Vorhersageintervall für einen bestimmten Wert in einer Regressionsanalyse.
Geben Sie einfach eine Liste mit Werten für eine Prädiktorvariable, eine Antwortvariable, einen einzelnen Wert zum Erstellen eines Vorhersageintervalls und ein Konfidenzniveau ein und klicken Sie dann auf die Schaltfläche „Berechnen“:
95% Vorhersageintervall: (74.643, 86.903)
Das könnte Sie auch interessieren:
So berechnen Sie AIC von Regressionsmodellen in Python
So berechnen Sie die AUC (Fläche unter der Kurve) in Python
Die logistische Regression ist eine statistische Methode, die wir verwenden, um ein Regressionsmodell anzupassen, wenn die Antwortvariable binär ist.
Um zu beurteilen, wie gut ein logistisches Regressionsmodell zu einem Datensatz …