PosData曲線擬合與預(yù)測精度判斷主要方法：
PosData軟件的{曲線擬合預(yù)測}模塊，可進(jìn)行線性曲線、多項式曲線（二次、三次、四次、五次）、Logistic擬合（二參數(shù)、三參數(shù)、四參數(shù)）、Gompertz擬合、指數(shù)增長或衰減模型擬合（兩參數(shù)、三參數(shù)、四參數(shù)、指數(shù)衰減等）。樣本數(shù)據(jù)到底使用什么樣的模型進(jìn)行預(yù)測比較好呢？應(yīng)該選擇什么擬合模型進(jìn)行樣本數(shù)據(jù)擬合？這就涉及到擬合模型精度判斷問題。
一般情況下，判斷擬合模型好壞的判斷準(zhǔn)則可參照如下表規(guī)則進(jìn)行判斷。
R方——越大越好，建議大于0.7以上
調(diào)整R方——越大越好
F值——越大越好
標(biāo)準(zhǔn)差——靠近0更好
t值——需要大于1.96，p值小于0.05
AIC-赤池信息準(zhǔn)則/系數(shù)——越小越好
BIC-貝葉斯信息準(zhǔn)則/系數(shù)——越小越好
MAPE-平均絕對百分比誤差——越小越好
MSE-均方誤差——越小越好
PosData曲線擬合與預(yù)測精度判斷主要參數(shù)及計算公式：
均方誤差MSE計算公式：
y_i-(y_i ) ?為樣本數(shù)據(jù)的真實值-預(yù)測值。
均方根誤差RMSE計算公式：
平均絕對誤差MAE計算公式：
相關(guān)系數(shù)/決定系數(shù)R2計算公式：
平方和SST計算公式:
均方回歸MSR計算公式：
MSR=(SST-SSE)/(q-1),q是變量個數(shù)
F值計算公式：
F=MSR/MSE
目前，交互式數(shù)據(jù)可視化分析、預(yù)測及質(zhì)量與可靠性改進(jìn)系統(tǒng)PosData已經(jīng)開放試用，需要了解及試用的可關(guān)注公眾號，或直接聯(lián)系我們。