Il test McNemar viene utilizzato per determinare se esiste una differenza statisticamente significativa nelle proporzioni tra i dati accoppiati. Questo tutorial spiega come eseguire il test McNemar in R. Esempio: test di McNemar in R Supponiamo che i ricercatori vogliano sapere...
Un test di Breusch-Pagan viene utilizzato per determinare se l’eteroschedasticità è presente in un’analisi di regressione. Questo tutorial spiega come eseguire un test di Breusch-Pagan in R. Esempio: test di Breusch-Pagan in R In questo esempio, adatteremo un modello di regressione...
Uno dei parametri più comunemente utilizzati per misurare l’accuratezza delle previsioni di un modello è MAPE , che sta per errore percentuale assoluto medio . La formula per calcolare il MAPE è la seguente: MAPE = (1/n) * Σ(|effettivo – previsto|...
Ogni volta che esegui un test di ipotesi, ottieni una statistica del test. Per determinare se i risultati del test delle ipotesi sono statisticamente significativi, è possibile confrontare la statistica del test con un valore Z critico . Se il valore...
I grafici dei residui vengono spesso utilizzati per valutare se i residui di un’analisi di regressione sono distribuiti normalmente e se presentano o meno eteroschedasticità . Questo tutorial spiega come creare grafici dei residui per un modello di regressione in R....
Un istogramma di frequenza relativa è un grafico che mostra le frequenze relative dei valori in un set di dati. Questo tutorial spiega come creare un istogramma di frequenza relativa in R utilizzando la funzione lattice histogram() , che utilizza la...
Questo tutorial spiega come lavorare con la distribuzione di Poisson in R utilizzando le seguenti funzioni dpois : restituisce il valore della funzione di densità di probabilità di Poisson. ppois : restituisce il valore della funzione di densità cumulativa di Poisson....
L’ errore quadratico medio (RMSE) è una misura che ci dice quanto i nostri valori previsti sono lontani dai valori osservati in un’analisi di regressione, in media. Viene calcolato come segue: RMSE = √[ Σ(P i – O i ) 2...
Uno dei parametri più comunemente utilizzati per misurare l’accuratezza della previsione di un modello è MSE , che sta per errore quadratico medio . Viene calcolato come segue: MSE = (1/n) * Σ(effettivo – previsto) 2 Oro: Σ – un simbolo...
L’ errore quadratico medio (RMSE) è una misura che ci dice quanto i nostri valori previsti sono lontani dai valori osservati in un’analisi di regressione, in media. Viene calcolato come segue: RMSE = √[ Σ(P i – O i ) 2...