回帰モデル当てはめの評価

質問

生データ（X1、Y1）。。。。（Xｎ、Yｎ）は、大体logY=a*logX+bに沿う。
今は二つ方法で　logY=a*logX+b　と　logY=A*logX+B　二つの式が出来た。
どちらがもっと正しいかのを知りたいので、何の評価方法がありますか？
何方かご存知ございましたら、教えていただきませんでしょうか？

回答No.3

usokoku · ベストアンサー

誤差分析でしょう。

「回帰」より、X1,...,Xnは誤差0ですから
Xnをいれて求めた数値(logY)と、生データの(logY)の差をXnを横軸としたグラフに描きます。
直線logY=0の上下に、横軸logXとする「回帰」ですから、左右対称の正規分布となる度数分布が取れるはずです。(相関の場合には別)
1σ、2σ、3σの間に正規分布の割合にしたがって店が存在するか(度数分布が正規分布になっているか)、上下の移動がランダムウォークか(傾向とか周期がないか)、等の連を読む作業で、評価ができるでしよう。

お礼

ご答え有難うございました。

回答No.2

backs

どちらのモデルが最適であるかを判断するための基準として、例えばAICなどありますが？

回答No.1

mocapapa89

推定誤差の自乗和で評価してはどうでしょうか？具体的には
Σ(logYi-a*logXi+b)^2とΣ(logYi-A*logXi+B)^2
の大小を見るのですが、もちろん誤差ですから小さいほうがより正しいわけです。