어떤 모델이 "가장 적합한 모델"인지는 "최고"라는 의미에 따라 다릅니다. R에는 도움이되는 도구가 있지만 그 중에서 선택할 수있는 "최고"에 대한 정의를 제공해야합니다. 다음 예제 데이터 및 코드를 고려하십시오.
x <- 1:10
y <- x + c(-0.5,0.5)
plot(x,y, xlim=c(0,11), ylim=c(-1,12))
fit1 <- lm( y~offset(x) -1 )
fit2 <- lm( y~x )
fit3 <- lm( y~poly(x,3) )
fit4 <- lm( y~poly(x,9) )
library(splines)
fit5 <- lm( y~ns(x, 3) )
fit6 <- lm( y~ns(x, 9) )
fit7 <- lm( y ~ x + cos(x*pi) )
xx <- seq(0,11, length.out=250)
lines(xx, predict(fit1, data.frame(x=xx)), col='blue')
lines(xx, predict(fit2, data.frame(x=xx)), col='green')
lines(xx, predict(fit3, data.frame(x=xx)), col='red')
lines(xx, predict(fit4, data.frame(x=xx)), col='purple')
lines(xx, predict(fit5, data.frame(x=xx)), col='orange')
lines(xx, predict(fit6, data.frame(x=xx)), col='grey')
lines(xx, predict(fit7, data.frame(x=xx)), col='black')
어떤 모델이 가장 좋습니까? 그들 중 하나에 대해 인수를 만들 수 있습니다 (그러나 나는 보간에 보라색을 사용하고 싶지 않습니다).