R中泊松模型的预测性能

Question

我正在上统计学课，我的老师告诉我，预测性能是使用模型预测的数据与实际值之间的差异^2。 P.P. 越多趋于0，模型越准确。

我已将前 75% 的数据框拆分为 训练 模型。我会测量P.P。在最后 25% 的观察中。数据框的最后一列是我的 Y，一个 count 变量。 我已经使用 stepAIC 创建了带有前向选择的模型，这就是我的模型（例如所示）

bestmod1 <- glm(formula = y ~ Dalc + school + higher + Pstatus + romantic + 
                 goout + Mjob + schoolsup + reason + studytime + Fedu + failures + 
                 Walc + Fjob + traveltime + health + Medu + 
                 address + guardian + paid + freetime + sex, family = poisson, 
               data = x)

我已经阅读了很多关于 predict() 的内容，但我没有得到太多。你能告诉我如何进行吗？ 谢谢。

这是对的吗？

p <- predict(bestmod1, newdata=df_test, type = "response")

评估预测性能

sum(p - df_test$y)^2

你怎么看？

Answer 1

你的老师似乎指的是，被称为残差平方和。这是一种众所周知的评估预测模型性能的方法，因为它用于确定均方误差。在这种特殊情况下，它应用于预测概率，称为 Brier 分数，在 predict 方法中由 type = "response" 反映。

通常，您将差异的平方相加。那么

sum(p - df_test$y)^2

应该改成

sum((p - df_test$y)^2)

为了回答您的问题，您似乎以正确的方式使用 predict。