㈠ 評價回歸模型是否合適的方法
當你只知道一兩種技巧時，生活通常是簡單的。如果結果是連續的，使用線性回歸；如果結果是二值的，使用邏輯回歸！然而，可供選擇的選項越多，選擇合適的答案就越困難。類似的情況也發生在回歸模型選擇中。
1、在多種類型的回歸模型中，基於自變數和因變數的類型、數據維數和數據的其它本質特徵，選擇最合適的技術是很重要的。以下是如何選擇合適的回歸模型的幾點建議：
（1）數據挖掘是建立預測模型不可缺少的環節。這應該是選擇正確的模型的第一步，比如確定各變數的關系和影響。
（2）比較適合於不同模型的擬合程度，我們可以分析它們不同的指標參數，例如統計意義的參數，R-square，Adjusted R-square，AIC，BIC 以及誤差項，另一個是 Mallows』 Cp 准則。通過將模型與所有可能的子模型進行對比（或小心地選擇他們），檢查模型可能的偏差。
（3）交叉驗證是評價預測模型的最佳方法。你可以將數據集分成兩組（訓練集和驗證集）。通過衡量觀測值和預測值之間簡單的均方差就能給出預測精度的度量。
（4）如果數據集有多個混合變數，則不應使用自動模型選擇方法，因為不希望同時將這些混合變數放入模型中。
（5）這也取決於你的目標。與高度統計學意義的模型相比，簡單的模型更容易實現。
（6）回歸正則化方法（LasSo、Ridge 和 ElasticNet）在數據集是高維和自變數是多重共線性的情況下工作良好。
2、什麼是回歸分析？回歸分析是一種預測建模技術的方法，研究因變數（目標）和自變數（預測器）之前的關系。這一技術被用在預測、時間序列模型和尋找變數之間因果關系。
3、有哪些回歸類型呢？
（1） 線性回歸（Linear Regression）
線性回歸是最為人熟知的建模技術，是人們學習如何預測模型時的首選之一。在此技術中，因變數是連續的，自變數可以是連續的也可以是離散的。回歸的本質是線性的。
線性回歸通過使用最佳的擬合直線（又被稱為回歸線），建立因變數（Y）和一個或多個自變數（X）之間的關系。
它的表達式為：Y=a+b*X+e，其中 a 為直線截距，b 為直線斜率，e 為誤差項。如果給出了自變數 X，就能通過這個線性回歸表達式計算出預測值，即因變數 Y。
（2）邏輯回歸用來計算事件成功（Success）或者失敗（Failure）的概率。當因變數是二進制（0/1，True/False，Yes/No）時，應該使用邏輯回歸。這里，Y 的取值范圍為 [0，1]，它可以由下列等式來表示。
其中，p 是事件發生的概率。你可能會有這樣的疑問「為什麼在等式中使用對數 log 呢？」
因為我們這里使用的二項分布（因變數），所以需要選擇一個合適的激活函數能夠將輸出映射到 [0，1] 之間，Logit 函數滿足要求。在上面的等式中，通過使用最大似然估計來得到最佳的參數，而不是使用線性回歸最小化平方誤差的方法。
㈡ 評價預測的方法
評價預測的具體方法可分二步走。首先，將經鑽探證實不存在研究目的層和沒有含氣性希望的局部構造剔除，將具有聚氣條件，但保存條件很差的難以成藏的局部構造再剔除，留下的是比較有希望的，或經鑽探證實的或正在開發油氣資源的局部構造及其延伸地帶，我們將其稱為剔除收攏法。這樣做可將評價預測的范圍和對象縮小和收攏，使目標相對集中。第二步，單一學科取得的認識和結論通常存在局限性，必須與其他學科的認識和結論融合在一起，力求取得的認識逼近客觀的真實。據此，本次評價預測以水文地質標志為主線，結合二級、三級構造帶的生氣儲氣能力為框架，進行綜合分析和評價預測。
㈢ 如何評價預測的有效性，matlab
主要通過2個指標來測評：效度和信度。
第一個是效度，主要是心理測驗准確性和有效性的指標，人才評價方法的准確性、有效性、預測性的指標，指的是人員的評價結果與其實際（或將來）工作業績的關系。評價方法的效度越高，就越能夠准確地評價個人，找出其現有業績高低的原因，並預測其將來工作業績。
第二個是信度，是影響測評質量的關鍵因素。信度是指心理測驗的穩定性，即對一項心理測驗所產生反應的一致性。
㈣ 如何評價預測精準度
有過些行業熟悉的基礎，有過歲月經歷積累的知識，在各種數據中找到真實性規律，探查市場，多種路徑繪總判斷分柝准確率高。有高的預測准精度是多方面成果相結合，可不是一觸而就的簡單。
㈤ 統計型模型的預測精度與什麼有關
根據方法本身的性質特點將預測方法分為三類。
1、定性預測方法
根據人們對系統過去和現在的經驗、判斷和直覺進行預測，其中以人的邏輯判斷為主，僅要求提供系統發展的方向、狀態、形勢等定性結果。該方法適用於缺乏歷史統計數據的系統對象。
2、時間序列分析
根據系統對象隨時間變化的歷史資料，只考慮系統變數隨時間的變化規律，對系統未來的表現時間進行定量預測。主要包括移動平均法、指數平滑法、趨勢外推法等。該方法適於利用簡單統計數據預測研究對象隨時間變化的趨勢等。
3、因果關系預測
系統變數之間存在某種前因後果關系，找出影響某種結果的幾個因素，建立因與果之間的數學模型，根據因素變數的變化預測結果變數的變化，既預測系統發展的方向又確定具體的數值變化規律。
㈥ 對預測模型進行評價應運用以下哪些原則.合理性預測能力穩定性簡單性准確性
1.連續性原則
連續性原則是根據事物的發展具有連續性而總結出 來的。連續性原則指事物的發展是其過去的延續，而未 來是現在的延續。交通系統中連續性是普遍存在的。機 動車保有量、路網密度、自行車擁有量、人口、國民生 產總值以及交通量等交通因素都具有一定的連續性。
2.相關性原則
相關性原則是說任何影響交通因素的發展變化都不 是孤立的，都與其他1個或多個交通因素的發展變化相 互聯系、相互影響，這種發展變化過程中的相互聯系就 是相關性。
3.類推性原則
許多事物相互之間在發展變化上常有類似之處，可 根據某一事物發展變化體現出的規律來預測類似事物的 變化發展，把先發展事物的表現過程類推到後發展事物 上去，並對後發展事物的前景做出預測，這就是類推原 則。
4.概率性原則
由於預測受到其他各種隨機因素的干擾，使得預測 結果具有一定的不確定性。在這種情況下，為便於決策 者更好地做出決策，應該對這種不確定性更好地表達和 體現。
5.系統性原則
交通系統作為社會的一個子系統，其發展變化必 然受到整個社會系統的影響。並且政治、經濟、文化 等的發展變化也會引起交通系統發展變化。因此，交 通預測不僅要考慮到其自身發展變化，還要考慮到社 會其他子系統的發展變化。這就是系統性原則。
㈦ 什麼叫預測精度
預測精度是指預測模型擬合的好壞程度，即由預測模型所產生的模擬值與歷史實際值擬合程度的優劣。預測精度是衡量預測方法是否適用於預測對象的一個重要指標。
㈧ 預測因變數的精度受哪些因素影響
影響預測精度的因素包括（ ）。
（1）樣本容量愈大，預測的方差愈小，預測的精度愈大
（2）樣本中解釋變數的離均差的和愈大，預測的方差愈小，預測的精度愈大 （3）內插預測的精度比較有把握，外推預測的能力顯著下降，預測精度難以把握
（4）當其樣本容量n相當大，而預測點的取值X0接近於X的平均值時，預測的方差最小，預測的精度最大
（5）殘差標准差的估計值愈小，回歸預測的精度愈精確，所以常常把殘差標准差的估計值作為預測精度的標志
答案：（1）、（3）、（4）
㈨ 評價預測精度是通過測量與分析預測誤差進行的嗎
是。評價預測精度是通過測量與分析預測誤差進行的。絕對誤差是實際觀測值與預測值的離差，相對誤差反映實際觀測值與預測值之間差異的相對程度。
㈩ 預測效果及方法評價
本次通過野外觀察和構造填圖，建立了以Q8號脈為代表的NWW—近EW向、S傾組礦脈構造控礦模型，以Q12號脈為代表的NE向、SE傾組礦脈構造控礦模型，總結盲礦預測指標。採集了原勘探報告和礦山生產探礦形成的勘探數據，利用「脈狀礦床深部定位預測系統」(OPIS)，模擬了Q8號、Q12號脈(斷裂)容礦空間，結合構造疊加暈開展深部成礦預測。
Q8號脈預測了2個北西側伏礦帶，3處重點靶區(位)。預測的Ⅰ級靶位與目前礦山控制地段構造容礦空間基本一致，預測資源量較大。其中Ⅰ-1靶區600中段構造疊加暈出現前、尾暈疊加現象，指示深部成礦潛力較大。目前工程揭露560中段、400中段已見礦，礦體比較厚大、連續，但目前揭露只是位於東部的隱伏礦體的頭部，其深部(尤其是偏西部深部)還有較大找礦價值，預測資源量超過5t。Ⅰ-2靶區位於與目前主采區和Ⅰ-1靶區構成的北西側伏礦帶的東側;靶區南東側伏方向西側上部為目前主采礦區，南西側伏方向東側上部有原地質隊探采區，均屬已知成礦區，故該靶區成礦有利度大也比較大，是礦山重點勘查部位。由於受工程限制，未採集到構造原生暈樣品，故未有地球化學方面的依據。
Q12號脈利用構造模擬預測方法預測7個Ⅰ級靶區和2個Ⅱ級預測靶區，構造疊加暈地球化學方法採集樣品位於現控制段600中段和400中段，結果表明只是現控制礦體的下、尾部，指示其南西側僅還有小礦體分布。而構造方法預測的礦體均在現控制段的水平延伸方向或側部深部。目前還未有工程式控制制，為下一步重點進行揭露。
針對小秦嶺金礦田，本次提出的「空間+物質」預測的思路和方法是快速、有效和經濟的，是切實可行的。預測結果基本得到探礦實踐的檢驗，取得了比較好的成效，可以在礦田或類似條件礦田進行推廣應用。