Menilai kinerja model

Regresi Tingkat Menengah di R

Richie Cotton

Data Evangelist at DataCamp

Metrik kinerja model

Koefisien determinasi (R-squared): seberapa baik garis regresi linear memuat nilai observasi.
- Lebih besar lebih baik.
Galat baku residual (RSE): ukuran khas residual.
- Lebih kecil lebih baik.

library(dplyr)
library(broom)

mdl_mass_vs_length %>% 
  glance() %>% 
  pull(r.squared)

0.8226

mdl_mass_vs_species %>% 
  glance() %>% 
  pull(r.squared)

0.7163

mdl_mass_vs_both %>% 
  glance() %>% 
  pull(r.squared)

0.9694

Variabel penjelas lebih banyak meningkatkan $R^2$.
Terlalu banyak variabel penjelas menyebabkan overfitting.
Koefisien determinasi tersesuaikan memberi penalti untuk variabel penjelas lebih banyak.
$\bar{R ^ 2} = 1 - (1 - R ^ 2) \frac{n_{obs} - 1}{n_{obs} - n_{var} - 1}$
Penalti terasa saat $R^2$ kecil, atau $n_{var}$ merupakan porsi besar dari $n_{obs}$.
Di glance(), elemennya adj.r.squared.

library(dplyr)
library(broom)

mdl_mass_vs_length %>% 
  glance() %>% 
  select(r.squared, adj.r.squared)

  r.squared adj.r.squared
      <dbl>         <dbl>
1    0.8226        0.8212

mdl_mass_vs_species %>% 
  glance() %>% 
  select(r.squared, adj.r.squared)

  r.squared adj.r.squared
      <dbl>         <dbl>
1    0.7163        0.7072

mdl_mass_vs_both %>% 
  glance() %>% 
  select(r.squared, adj.r.squared)

  r.squared adj.r.squared
      <dbl>         <dbl>
1    0.9694        0.9682

library(dplyr)
library(broom)

mdl_mass_vs_length %>% 
  glance() %>% 
  pull(sigma)

152.1

mdl_mass_vs_species %>% 
  glance() %>% 
  pull(sigma)

313.6

mdl_mass_vs_both %>% 
  glance() %>% 
  pull(sigma)

103.4

Regresi Tingkat Menengah di R