Aufgeräumtes Modellieren mit R

Kapitel 9. Beurteilung der Effektivität des Modells

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: [e-mail]

Sobald wir ein Modell haben, müssen wir wissen, wie gut es funktioniert. Ein quantitativer Ansatz zur Abschätzung der Effektivität ermöglicht es uns, das Modell zu verstehen, verschiedene Modelle zu vergleichen oder das Modell zu optimieren, um die Leistung zu verbessern. Unser Schwerpunkt bei Gezeitenmodellen liegt auf der empirischen Validierung. Das bedeutet in der Regel, dass wir Daten, die nicht zur Erstellung des Modells verwendet wurden, als Grundlage für die Messung der Wirksamkeit nutzen.

Warnung

Der beste Ansatz für eine empirische Validierung ist die Verwendung von Resampling-Methoden, die in Kapitel 10 vorgestellt werden. In diesem Kapitel werden wir die Notwendigkeit einer empirischen Validierung anhand der Testmenge begründen. Wie in Kapitel 5 erläutert, darf die Testmenge nur einmal verwendet werden.

Bei der Beurteilung der Effektivität eines Modells kann die Entscheidung, welche Kennzahlen untersucht werden sollen, entscheidend sein. In späteren Kapiteln werden bestimmte Modellparameter empirisch optimiert, und eine primäre Leistungskennzahl wird zur Auswahl des besten Teilmodells verwendet. Die Wahl der falschen Kennzahl kann leicht zu unbeabsichtigten Konsequenzen führen. Zwei gängige Kennzahlen für Regressionsmodelle sind zum Beispiel der mittlere quadratische Fehler (RMSE) ...