该帮助的版本不再更新，请参见https://www.jmp.com/support/help/zh-cn/15.2 获取最新的版本.


拟合线性模型 • 逐步回归模型 • 使用验证 • K 重交叉验证
上一个
 • 
下一个
K 重交叉验证
K 重交叉验证随机将数据分为 k 个子集。依次将 k 个子集中的每一个用作验证集，而将其余数据用作训练集来拟合模型。总共拟合 k 个模型，获得 k 个验证统计量。选择给出最佳验证统计量的模型作为最终模型。该方法对于小数据集很有用，因为它可以高效使用有限的数据量。
注意：K 重交叉验证仅可用于连续响应。
在 JMP 中，从“逐步拟合”的红色小三角选项中选择 K 重交叉验证。
在 JMP Pro 中，您可以通过两种方式访问 k 重交叉验证：
•
从“逐步拟合”的红色小三角选项中选择 K 重交叉验证。
•
指定具有四个或更多非重复值的验证列。
R 方 K 重统计量
若您执行 k 重交叉验证，R 方 K 重统计量显示在“逐步回归控制”面板中其他统计量的右侧。R 方 K 重是 k 重的 R 方验证值的平均值。
最大 K 重 R 方
使用 k 重交叉验证时，“停止规则”默认为“最大 K 重 R 方”。该规则尝试使 R 方 K 重统计量最大化。
注意：“最大 K 重 R 方”仅考虑由 p 值进入（“前进”方向）或删除（“后退”方向）定义的模型。它不考虑所有可能模型。
“最大 K 重 R 方”停止规则以类似于“最大验证 R 方”停止规则的方式运行。请参见最大验证 R 方。使用“R 方 K 重”替换对“R 方验证”的引用。