अधिक प्रतिदर्श से शुद्धता क्यों बढ़ती है

अधिक माप R² को नहीं बढ़ाते। कम बिंदुओं पर R² अक्सर संयोग से अधिक आता है और डेटा जोड़ने पर घटता है — यह मॉडल का बिगड़ना नहीं, भाग्यशाली फिट का हट जाना है।

अधिक डेटा वास्तव में सटीकता देता है। हर गुणांक का विश्वास अंतराल लगभग बिंदुओं की संख्या के वर्गमूल के साथ संकरा होता है: चार गुना डेटा, लगभग आधी चौड़ाई। कुछ पंक्तियाँ जोड़ने या हटाने पर पूर्वानुमान भी उछलना बंद कर देते हैं, और संचालन सीमा का अधिक भाग कवर होता है — दोनों छोर, दुर्लभ स्थितियाँ, समय के साथ बहाव।

कितने पर्याप्त हैं? यह मॉडल के चरों की संख्या पर निर्भर करता है, किसी एक तय संख्या पर नहीं। SenSight कम से कम 10 × (चरों की संख्या + 1) पंक्तियों की सलाह देता है — एक चर वाले मॉडल के लिए 20 — और कम होने पर बताता है कि कितनी और चाहिए। शोर अधिक हो या खोजा जाने वाला प्रभाव छोटा हो तो और अधिक चाहिए।

"पर्याप्त" का निर्णय R² से नहीं, गुणांक के अंतराल से करें: यदि अंतराल आपके निर्णय के लिए अब भी बहुत चौड़ा है, तो और डेटा एकत्र करें।