研究人员开发了新的公式，使用普通最小二乘法和岭回归来估计预测模型的预期样本外 R 方和相关性。这些公式在提交给 arXiv 的论文中有详细介绍，将预测性能与设计阶段的数量联系起来，例如样本量、预测变量数量、假设的总体 R 方和设计效率因子。该方法考虑了协变量的排列方式，超越了仅考虑样本量和维度的传统公式。已创建一个名为 'predpower' 的 R 包来实现这些计算，并将其应用于一项通过智能手机行为预测个性的研究，以展示其在分析前评估研究预测能力方面的效用。 AI
影响 为研究人员提供了更好的规划预测建模研究的工具，有可能提高 AI 研究的效率和可靠性。
排序理由 该集群包含一篇详细介绍新统计方法的论文。[lever_c_demoted from research: ic=1 ai=0.7]
- arXiv
- D*
- ordinary least squares
- leave-one-out cross-validation
- number of predictors
- population R^2
- predpower
- R
- sample size
- ridge regression
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
