Neden Daha Fazla Örnek Doğruluğu Artırır?
Daha fazla ölçüm R²'yi yükseltmez. Az noktayla R² çoğu zaman şans eseri daha yüksek çıkar ve veri eklendikçe düşer — bu modelin kötüleşmesi değil, şanslı uyumun kaybolmasıdır.
Daha fazla verinin asıl kazandırdığı şey kesinliktir. Her katsayının güven aralığı kabaca nokta sayısının kareköküyle daralır: dört kat veri, yaklaşık yarı genişlik. Birkaç satır eklenip çıkarıldığında tahminler de zıplamayı bırakır ve çalışma aralığının daha fazlası kapsanır — iki uç, nadir durumlar, zamanla kayma.
Kaç ölçüm yeterli? Tek bir sabit sayıya değil, modeldeki değişken sayısına bağlıdır. SenSight en az 10 × (değişken sayısı + 1) satır önerir — tek değişkenli modelde 20 — ve model bunun altındaysa kaç satır daha gerektiğini gösterir. Gürültü büyükse ya da yakalamak istediğiniz etki küçükse daha fazlası gerekir.
"Yeterli mi" sorusunu R²'ye değil katsayının aralığına bakarak cevaplayın: aralık vereceğiniz karar için hâlâ fazla genişse, daha fazla ölçüm toplayın.
Daha fazla verinin asıl kazandırdığı şey kesinliktir. Her katsayının güven aralığı kabaca nokta sayısının kareköküyle daralır: dört kat veri, yaklaşık yarı genişlik. Birkaç satır eklenip çıkarıldığında tahminler de zıplamayı bırakır ve çalışma aralığının daha fazlası kapsanır — iki uç, nadir durumlar, zamanla kayma.
Kaç ölçüm yeterli? Tek bir sabit sayıya değil, modeldeki değişken sayısına bağlıdır. SenSight en az 10 × (değişken sayısı + 1) satır önerir — tek değişkenli modelde 20 — ve model bunun altındaysa kaç satır daha gerektiğini gösterir. Gürültü büyükse ya da yakalamak istediğiniz etki küçükse daha fazlası gerekir.
"Yeterli mi" sorusunu R²'ye değil katsayının aralığına bakarak cevaplayın: aralık vereceğiniz karar için hâlâ fazla genişse, daha fazla ölçüm toplayın.
Uygulamada dene
Dene: Bir regresyon çalıştırıp katsayı tablosundaki Std. Hata kolonuna bak. Satır ekleyip yeniden çalıştır — R² artabilir de düşebilir de, ama standart hata küçülür. Daha fazla verinin kazandırdığı şey bu küçülmedir.