Kreuzvalidierung (Geostatistical Analyst Tools)

Zusammenfassung

Entfernt eine Datenposition und sagt die zugehörigen Daten anhand der Daten an den übrigen Positionen vorher. Dieses Werkzeug dient in erster Linie dazu, den vorhergesagten Wert mit dem beobachteten Wert zu vergleichen, um nützliche Informationen über einige Ihrer Modellparameter zu erhalten.

Weitere Informationen zu Kreuzvalidierungen und Validierungen

Verwendung

• Wenn Sie dieses Werkzeug in Python verwenden, enthält das Objekt result sowohl eine Feature-Class als auch CrossValidationResult mit folgenden Eigenschaften:

  • Count—Gesamtzahl der verwendeten Stichproben.

  • Mean Error—Die gemittelte Differenz zwischen den gemessenen und den vorhergesagten Werten.

    

  • Root Mean Square Error—Gibt an, wie gut Ihr Modell die gemessenen Werte vorhersagt. Je kleiner dieser Fehler, desto besser das Modell.

    

  • Average Standard Error—Der Durchschnitt der Standardfehler der Vorhersage.

    

  • Mean Standardized Error—Der Durchschnitt der standardisierten Fehler. Dieser Wert sollte ungefähr 0 betragen.

    

  • Root Mean Square Standardized Error—Dieser Wert sollte nahe 1 sein, wenn die Standardfehler der Vorhersage gültig sind. Liegt der Wert für den Root Mean Square Standardized Error über 1, haben Sie die Variabilität der Vorhersagen zu gering eingeschätzt. Liegt der Wert für den Root Mean Square Standardized Error unter 1, haben Sie die Variabilität der Vorhersagen zu hoch eingeschätzt.

    

  • Percent in 90% Interval—Der Prozentsatz der Punkte, die in einem 90-prozentigen Konfidenzintervall der Kreuzvalidierung liegen. Dieser Wert sollte ungefähr 90 betragen.

  • Percent in 95% Interval—Der Prozentsatz der Punkte, die in einem 95-prozentigen Konfidenzintervall der Kreuzvalidierung liegen. Dieser Wert sollte ungefähr 95 betragen.

  • Average CRPS—Der durchschnittliche Continuous Ranked Probability Score (CRPS) aller Punkte. Der CRPS ist ein Diagnoseinstrument, das die Abweichung von der prädiktiven kumulativen Verteilungsfunktion zu jedem beobachteten Datenwert misst. Dieser Wert sollte so klein wie möglich sein. Dieses Diagnoseinstrument hat Vorteile gegenüber anderen Diagnoseinstrumenten für Kreuzvalidierungen, da es die Daten mit einer vollständigen Verteilung anstatt mit Einzelpunktvorhersagen vergleicht. Die Berechnung dieser Statistik beinhaltet Simulationen und kann daher nicht in einer einfachen Formel ausgedrückt werden.

  Für IDW, Globale Polynominterpolation, Radiale Basisfunktionen, Diffusionsinterpolation mit Barrieren und Kernelinterpolation mit Barrieren sind nur die Ergebnisse "Mean Error" und "Root Mean Square Error" verfügbar.

  "Prozent im 90-%-Intervall", "Prozent im 95-%-Intervall" und "Average CRPS" sind nur für die Modelle Empirical Bayesian Kriging und Regressionsvorhersage mit EBK verfügbar.

• Die Felder in der optionalen Ausgabe-Feature-Class sind im Werkzeug GA-Layer in Punkte beschrieben.

Parameter

• Dialog
• Python

Beschriftung	Erläuterung	Datentyp
Geostatistischer Eingabe-Layer	Der geostatistische Layer, der analysiert werden soll.	Geostatistical Layer
Ausgabe-Point-Feature-Class (Optional)	Speichert die Statistiken zur Kreuzvalidierung an jeder Position im geostatistischen Layer.	Feature Class

Abgeleitete Ausgabe

Beschriftung	Erläuterung	Datentyp
Anzahl	Gesamtzahl der verwendeten Stichproben.	Long
Mean Error	Mean Error: Die gemittelte Differenz zwischen den gemessenen und den vorhergesagten Werten.	Double
Root Mean Square	Root Mean Square Error: Gibt an, wie gut Ihr Modell die gemessenen Werte vorhersagt.	Double
Average Standard	Average Standard Error: Der Durchschnitt der Standardfehler der Vorhersage.	Double
Mean Standardized	Mean Standardized Error: Der Durchschnitt der standardisierten Fehler.	Double
Root Mean Square Standardized	Root Mean Square Standardized Error. Dieser Wert sollte nahe 1 sein, wenn die Standardfehler der Vorhersage gültig sind.	Double
Prozent im 90-%-Intervall	Prozent im 90-%-Intervall: Der Prozentsatz der Punkte, die in einem 90-prozentigen Konfidenzintervall der Kreuzvalidierung liegen. Dieser Wert sollte ungefähr 90 betragen.	Double
Prozent im 95-%-Intervall	Prozent im 95-%-Intervall: Der Prozentsatz der Punkte, die in einem 95-prozentigen Konfidenzintervall der Kreuzvalidierung liegen. Dieser Wert sollte ungefähr 95 betragen.	Double
Average CRPS	Average CRPS: Der durchschnittliche Continuous Ranked Probability Score (CRPS) aller Punkte. Der CRPS ist ein Diagnoseinstrument, das die Abweichung von der prädiktiven kumulativen Verteilungsfunktion zu jedem beobachteten Datenwert misst. Dieser Wert sollte so klein wie möglich sein. Dieses Diagnoseinstrument hat Vorteile gegenüber anderen Diagnoseinstrumenten für Kreuzvalidierungen, da es die Daten mit einer vollständigen Verteilung anstatt mit Einzelpunktvorhersagen vergleicht. Die Berechnung dieser Statistik beinhaltet Simulationen und kann daher nicht in einer einfachen Formel ausgedrückt werden.	Double

Umgebungen

Aktueller Workspace, Geographische Transformationen, Ausgabe-Koordinatensystem, Faktor für parallele Verarbeitung

Lizenzierungsinformationen

• Basic: Erfordert Geostatistical Analyst
• Standard: Erfordert Geostatistical Analyst
• Advanced: Erfordert Geostatistical Analyst

Verwandte Themen

• Überblick über das Toolset "Dienstprogramme" in Geostatistical Analyst
• Suchen eines Geoverarbeitungswerkzeugs