Jämföra modeller

Generaliserade linjära modeller i Python

Ita Cirovic Donev

Data Science Consultant

Devians

  • Formel $$ D = -2LL(\beta) $$

  • Mått på fel

  • Lägre devians $\rightarrow$ bättre modellanpassning
  • Jämförelsevärde är nolldevians $\rightarrow$ modell med enbart intercept
  • Utvärdera
    • Att lägga till en slumpmässig brusvariabel minskar i genomsnitt devians med 1
    • Att lägga till $p$ prediktorer bör minska devians med mer än $p$
Generaliserade linjära modeller i Python

Devians i Python

Sammanfattning av modellen 'y ~ distance100' med log-likelihoodvärdet och deviansmåttet markerade.

Generaliserade linjära modeller i Python

Beräkna devians

  • Extrahera nolldevians och devians
    # Extract null deviance
print(model.null_deviance)

4118.0992

# Extract model deviance
print(model.deviance)

4076.2378
  • Beräkna devians med log-likelihood
    print(-2*model.llf)

4076.2378
  • Devians minskade med 41,86
  • Att inkludera distance100 förbättrade anpassningen
Generaliserade linjära modeller i Python

Modellkomplexitet

  • model_1 och model_2, där
    • $L1 > L2$
    • Antal parametrar är högre i model_2
  • model_2 överanpassar
Generaliserade linjära modeller i Python

Nu kör vi en övning!

Generaliserade linjära modeller i Python

Preparing Video For Download...