28、回归模型准确性测试与诊断

回归模型准确性测试与诊断

1. R Commander 诊断测试

R Commander 可运行一系列诊断测试并对模型进行修改，相关功能在“Models”菜单中，具体如下：
| 菜单选项 | 功能描述 |
| — | — |
| Select active model… | 选择想要获取更多信息的回归模型 |
| Summarize model | 通过运行 summary() 函数生成模型摘要 |
| Add observation statistics to data… | 为每个案例创建异常值检测统计量，并合并到原始数据框中，创建新变量如 hatvalue 、 covratio 等 |
| Confidence intervals… | 生成模型的置信区间 |
| Akaike Information Criterion (AIC) | 显示模型的 AIC，用于模型选择 |
| Bayesian Information Criterion (BIC) | 与 AIC 类似的度量 |
| Stepwise model selection… | 用于逐步模型选择，添加或移除变量以获得最佳拟合，但通常不建议使用 |
| Subset model selection… | 比逐步模型选择稍好，尝试变量组合以获得最佳拟合，并对过多变量进行惩罚 |
| Hypothesis tests | 包含三个选项：“ANOVA table…” 生成模型中每个预测变量的平方和与 F 统计量；“Compare two models…” 用于通