لماذا تزيد العيّنات الأكثر من الدقة
المزيد من القياسات لا يرفع R². مع نقاط قليلة يظهر R² غالبًا أعلى بالصدفة، ثم ينخفض كلما أُضيفت بيانات — ليس لأن النموذج يسوء، بل لأن التطابق المحظوظ يختفي.
ما تمنحه البيانات الإضافية فعلًا هو الدقة. تضيق فترة الثقة لكل معامل تقريبًا مع الجذر التربيعي لعدد النقاط: أربعة أضعاف البيانات تعني نحو نصف العرض. كما تتوقف التنبؤات عن القفز عند إضافة بضعة صفوف أو حذفها، ويُغطّى جزء أكبر من نطاق التشغيل — الطرفان والحالات النادرة والانجراف مع الزمن.
كم يكفي؟ يعتمد ذلك على عدد متغيرات النموذج، لا على رقم ثابت. يوصي SenSight بما لا يقل عن 10 × (عدد المتغيرات + 1) صفًا — 20 لنموذج بمتغير واحد — ويبيّن كم صفًا ينقص. ويلزم أكثر إذا كان الضجيج كبيرًا أو كان الأثر المطلوب كشفه صغيرًا.
احكم على "الكفاية" من فترة المعامل لا من R²: إذا كانت الفترة لا تزال واسعة جدًا بالنسبة للقرار الذي عليك اتخاذه، فاجمع المزيد.
ما تمنحه البيانات الإضافية فعلًا هو الدقة. تضيق فترة الثقة لكل معامل تقريبًا مع الجذر التربيعي لعدد النقاط: أربعة أضعاف البيانات تعني نحو نصف العرض. كما تتوقف التنبؤات عن القفز عند إضافة بضعة صفوف أو حذفها، ويُغطّى جزء أكبر من نطاق التشغيل — الطرفان والحالات النادرة والانجراف مع الزمن.
كم يكفي؟ يعتمد ذلك على عدد متغيرات النموذج، لا على رقم ثابت. يوصي SenSight بما لا يقل عن 10 × (عدد المتغيرات + 1) صفًا — 20 لنموذج بمتغير واحد — ويبيّن كم صفًا ينقص. ويلزم أكثر إذا كان الضجيج كبيرًا أو كان الأثر المطلوب كشفه صغيرًا.
احكم على "الكفاية" من فترة المعامل لا من R²: إذا كانت الفترة لا تزال واسعة جدًا بالنسبة للقرار الذي عليك اتخاذه، فاجمع المزيد.
جرّبه في التطبيق
جرّب: شغّل انحدارًا وانظر إلى عمود الخطأ المعياري في جدول المعاملات. أضف صفوفًا وأعد التشغيل — قد يرتفع R² أو ينخفض، لكن الخطأ المعياري يصغر. هذا الصِّغَر هو ما تمنحه البيانات الإضافية.