{"id":2257,"date":"2023-07-23T01:30:54","date_gmt":"2023-07-23T01:30:54","guid":{"rendered":"https:\/\/statorials.org\/nl\/voorspelling-op-basis-van-een-slechte-fit-rang-kan-misleidend-zijn\/"},"modified":"2023-07-23T01:30:54","modified_gmt":"2023-07-23T01:30:54","slug":"voorspelling-op-basis-van-een-slechte-fit-rang-kan-misleidend-zijn","status":"publish","type":"post","link":"https:\/\/statorials.org\/nl\/voorspelling-op-basis-van-een-slechte-fit-rang-kan-misleidend-zijn\/","title":{"rendered":"Oplossing: het voorspellen van een slechte rangschikking kan misleidend zijn"},"content":{"rendered":"

<\/p>\n

\n

Een veel voorkomende waarschuwing die u in R kunt tegenkomen is:<\/span><\/p>\n

 Warning message:\nIn predict.lm(model, df):\n  prediction from a rank-deficient fit may be misleading\n<\/strong><\/span><\/pre>\n
 Deze waarschuwing kan om twee redenen optreden:<\/span><\/p>\n
 Reden 1<\/strong> : Twee voorspellende variabelen zijn perfect gecorreleerd.<\/span><\/p>\n
 Reden 2<\/strong> : U heeft meer modelparameters dan waarnemingen in de dataset.<\/span><\/p>\n
 De volgende voorbeelden laten zien hoe elk probleem in de praktijk kan ontstaan.<\/span><\/p>\n
 Reden #1: Twee voorspellende variabelen zijn perfect gecorreleerd<\/strong><\/span><\/h3>\n
 Stel dat we het volgende meervoudige lineaire regressiemodel in R passen en proberen het te gebruiken om voorspellingen te doen:<\/span><\/p>\n
 #create data frame\n<\/span>df <- data. frame<\/span> (x1=c(1, 2, 3, 4),\n                 x2=c(2, 4, 6, 8),\n                 y=c(6, 10, 19, 26))\n\n#fit multiple linear regression model\n<\/span>model <- lm(y~x1+x2, data=df)\n\n#use model to make predictions\n<\/span>predict(model, df)\n\n   1 2 3 4 \n 4.9 11.8 18.7 25.6 \nWarning message:\nIn predict.lm(model, df):\n  prediction from a rank-deficient fit may be misleading<\/span><\/span><\/strong><\/pre>\n
 We ontvangen een waarschuwingsbericht omdat de voorspellende variabelen x1 en x2 perfect gecorreleerd<\/strong> zijn.<\/span><\/p>\n
 Merk op dat de x2-waarden eenvoudigweg gelijk zijn aan de x1-waarden vermenigvuldigd met twee. Dit is een voorbeeld van perfecte multicollineariteit<\/a> .<\/span><\/p>\n
 Dit betekent dat x1 en x2 geen unieke of onafhankelijke informatie bieden in het regressiemodel, wat problemen veroorzaakt bij het aanpassen en interpreteren van het model.<\/span><\/p>\n
 De eenvoudigste manier om dit probleem op te lossen is door eenvoudigweg \u00e9\u00e9n van de voorspellende variabelen uit het model te verwijderen, aangezien het overbodig is om beide voorspellende variabelen in het model te hebben.<\/span><\/p>\n
 Reden #2: Er zijn meer modelparameters dan waarnemingen<\/strong><\/span><\/h3>\n
 Stel dat we het volgende meervoudige lineaire regressiemodel in R passen en proberen het te gebruiken om voorspellingen te doen:<\/span><\/p>\n
 #create data frame\n<\/span>df <- data. frame<\/span> (x1=c(1, 2, 3, 4),\n                 x2=c(3, 3, 8, 12),\n                 x3=c(4, 6, 3, 11),\n                 y=c(6, 10, 19, 26))\n\n#fit multiple linear regression model\n<\/span>model <- lm(y~x1*x2*x3, data=df)\n\n#use model to make predictions\n<\/span>predict(model, df)\n\n 1 2 3 4 \n 6 10 19 26 \nWarning message:\nIn predict.lm(model, df):\n  prediction from a rank-deficient fit may be misleading\n<\/span><\/span><\/strong><\/pre>\n
 We ontvangen een waarschuwingsbericht omdat we hebben geprobeerd een regressiemodel te fitten met zeven totale modelco\u00ebffici\u00ebnten:<\/span><\/p>\n