¿Cómo validaría un modelo que creó para generar un modelo predictivo de una variable de resultado cuantitativa mediante regresión múltiple?

Puede tener un conjunto de datos de entrenamiento y un conjunto de datos de prueba. Tendrá que construir / entrenar el modelo en el conjunto de entrenamiento y hacer predicciones sobre el conjunto de prueba correcto.

Lo que generalmente hace la gente es:

1. Divide tu conjunto de entrenamiento en 2 subconjuntos

1. Train_New (60% -80% de sus datos de tren)
2. Conjunto de validación (20% -40% de los datos de su tren) (funciona como un proxy para su conjunto de prueba)

1. R cuadrado ajustado (use esto en su lugar si solo R cuadrado)
2. Observe la importancia general del modelo observando la estática F del modelo.
3. Graficar residuales y verificar homosedacidad / hetrosedacidad

1. etcétera etcétera.

1. Hacer predicciones sobre este conjunto
2. Obtenga el RMSE (error cuadrático medio) (diría que esta es la parte más importante que debe buscar)
3. Aplique la lógica empresarial teniendo en cuenta el problema que está tratando de resolver y vea si RMSE tiene sentido (si no, intente afinar aún más su modelo)

1. RMSE dice qué tan lejos estás de los valores reales

Este es un enfoque simple para validar su modelo. Las técnicas avanzadas implementarán un CV repetido (validación cruzada) en los datos y otras cosas.

Espero haber agregado algo de valor.

Saludos,

El primer paso es asegurarse de no utilizar todos sus datos para construir el modelo, sino solo algunos para construir / entrenar y luego el resto para validarlo.

Puede revisar los residuos de su modelo en ambos conjuntos de datos y ver otros parámetros como R cuadrado y error estándar.

Asegúrate de no sobreajustar tu modelo.

Si desea modelar una variable dependiente cualitativa como sí / no, utilice la regresión logística.

Que te diviertas !