《深入浅出数据分析》-11.误差(合理误差)

十一、误差

下面是几位不同客户的预测结果：

内插法：数据范围以内的情况，但偏离回归线

外插法：数据范围以外的情况，因为缺少数据无法进行预测，可以提前增加注释“预测范围介于x%至y%之间有效”

以下几种情况都会对模型的有效性造成影响

但在预测范围内，预测结果也会出现机会误差（实际结果与模型预测结果之间的偏差）

我们用均方根误差定量表示残差分布

均方根误差：summary(myLm)$sigma

改进的模型预测结果如下：

我们将散点图分割成不同的取值区间进行观察，在回归线的不同区间内，均方根误差有一些差异

所以我们把数据分成两份，建立了两个独立的模型

管理误差：将数据分拆为几个组（分割），例如按10%分界分成两条回归线

myLmBig<lm(received[negotiated==TRUE&requested>10]~requested[negotiated==TRUE&requested>10], data=employees)

myLmSmall<-lm(received[negotiated==TRUE&requested<=10]~requested[negotiated==TRUE&requested<=10], data=employees)

summary(myLmBig)$coefficients

summary(myLmBig)$sigma

summary(myLmSmall)$coefficients

summary(myLmSmall)$sigma

最终的模型如下：