作者shy7shawn (帅气翔)
看板Statistics
标题[问题] F检定自由度问题与机器学习回归预测F检定
时间Thu Aug 18 16:58:58 2022
各位大大好， 小弟我的论文是在利用机器学习做回归数值的预测，但被口委询问说有没有用F检定来看这个回归模型的预测力，如果没有那R平方再高也没用，但小弟我的资料有三百万笔，测试集当作抽样的话也有一百万笔，探讨回归模型的Beta系数是否全为0的F检定，自由度为一百多万，这样出来的F值都非常奇怪，想问各位大大自由度的上限有没有限制，或是口委的问题根本不适用於机器学习？
-----
Sent from JPTT on my iPhone
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 39.9.64.236 (台湾)
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Statistics/M.1660813140.A.205.html
1F：→ raiderho: 既然是机器学习，准确度的判准干嘛看R^2 08/18 17:41
2F：→ raiderho: 另外预测准确度、和系数显着是否异於0是两回事 08/18 17:42
3F：推 raiderho: 口委说的应该是 Lack-of-fit sum of squares 的 F test 08/18 17:47
4F：→ yhliu: "由度为一百多万" 是分母自由度，分此时对回归系数的检定可 08/19 08:30
5F：→ yhliu: 以用 z test 和 chi-squr test. 08/19 08:31
6F：→ yhliu: Lack-of-fit 或 goodness-of-fit test 也许只能用模型比较 08/19 08:36
7F：→ yhliu: 表示分母(MSE)很接近误差变异数，而分子用平方和不用均方， 08/19 08:43
8F：→ yhliu: 两者相除即是卡方统计量，也就是 F统计量*分子自由度。 08/19 08:45
9F：→ andrew43: 怪是怎麽怪？分母自由度很大并不是坏事啊。 08/19 16:37