Skip to main content

Validación cruzada (Herramientas de Geostatistical Analyst)

Resumen

Elimina una ubicación de datos y predice los datos asociados utilizando los datos del resto de las ubicaciones. El uso principal de esta herramienta es comparar el valor predicho con el valor observado a fin de obtener información útil sobre algunos de los parámetros del modelo.

Más información sobre cómo realizar la validación cruzada y la validación

Uso

  • Al utilizar esta herramienta en Python, el objeto result contiene tanto una clase de entidad como una "CrossValidationResult", que tiene las siguientes propiedades:

    • Count—Número total de muestras utilizadas.

    • Mean Error—Diferencia media entre los valores medidos y los previstos.

      Error medio

    • Root Mean Square Error—Indica la precisión con la que el modelo predice los valores medidos. Cuanto menor sea este error, mejor.

      Error cuadrático medio

    • Average Standard Error—Media de los errores estándar de predicción.

      Error estándar promedio

    • Mean Standardized Error—Media de los errores estandarizados. Este valor debe ser próximo a 0.

      Error estandarizado medio

    • Root Mean Square Standardized Error—Debería ser cercano a 1 si los errores estándar de predicción son válidos. Si el error medio cuadrático estandarizado es mayor que 1, está subestimando la variabilidad de sus predicciones. Si el error medio cuadrático estandarizado es inferior a 1, se está sobrestimando la variabilidad de las predicciones.

      Error medio cuadrático estandarizado

    • Percent in 90% Interval—Porcentaje de puntos que tienen un intervalo de confianza de validación cruzada del 90 por ciento. Este valor debe ser próximo a 90.

    • Percent in 95% Interval—Porcentaje de puntos que tienen un intervalo de confianza de validación cruzada del 95 por ciento. Este valor debe ser próximo a 95.

    • Average CRPS—Puntuación media de la probabilidad continua clasificada (CRPS) de todos los puntos. CRPS es un diagnóstico que mide la desviación de la función de distribución acumulativa predictiva a cada valor de los datos observados. Este valor debe ser lo más pequeño posible. Este diagnóstico tiene ventajas sobre otros diagnósticos de validación cruzada porque compara los datos con una distribución completa en lugar de con predicciones de un solo punto. El cálculo de esta estadística implica simulaciones para que no se pueda escribir en una fórmula simple.

    Solo los resultados de Error medio y Error cuadrático medio están disponibles para IDW, Interpolación polinómica global, Funciones de base radial, Interpolación de difusión con barreras e Interpolación kernel con barreras.

    Porcentaje en intervalo del 90%, Porcentaje en intervalo del 95% y Promedio CRPS solo están disponibles para los modelos Kriging bayesiano empírico y EBK Regression Prediction.

  • Los campos de la clase de entidad de salida opcional se describen en la herramienta GA Layer To Points.

Parámetros

Etiqueta Explicación Tipo de datos

Capa de estadísticas geográficas de entrada

La capa de estadísticas geográficas que se analizará.

Geostatistical Layer

Clase de entidad de puntos de salida

(Opcional)

Almacena las estadísticas de validación cruzada en cada ubicación de la capa de estadísticas geográficas.

Feature Class

Salida derivada

Etiqueta Explicación Tipo de datos

Recuento

Número total de muestras utilizadas.

Long

Error medio

Mean Error: diferencia media entre los valores medidos y los previstos.

Double

Valor medio cuadrático

Root Mean Square Error: indica la precisión con la que el modelo predice los valores medidos.

Double

Estándar promedio

Average Standard Error: media de los errores estándar de predicción.

Double

Valor medio estandarizado

Mean Standardized Error: media de los errores estandarizados.

Double

Valor medio cuadrático estandarizado

Root Mean Square Standardized Error: debería ser cercano a 1 si los errores estándar de predicción son válidos.

Double

Porcentaje en intervalo del 90%

Percent in 90% Interval: porcentaje de puntos que tienen un intervalo de confianza de validación cruzada del 90 por ciento. Este valor debe ser próximo a 90.

Double

Porcentaje en intervalo del 95%

Percent in 95% Interval: porcentaje de puntos que tienen un intervalo de confianza de validación cruzada del 95 por ciento. Este valor debe ser próximo a 95.

Double

Average CRPS

Average CRPS: puntuación media de la probabilidad continua clasificada (CRPS) de todos los puntos. CRPS es un diagnóstico que mide la desviación de la función de distribución acumulativa predictiva a cada valor de los datos observados. Este valor debe ser lo más pequeño posible. Este diagnóstico tiene ventajas sobre otros diagnósticos de validación cruzada porque compara los datos con una distribución completa en lugar de con predicciones de un solo punto. El cálculo de esta estadística implica simulaciones para que no se pueda escribir en una fórmula simple.

Double

Entornos

Espacio de trabajo actual, Transformaciones geográficas, Sistema de coordenadas de salida, Factor de procesamiento en paralelo

Información de licenciamiento

  • Basic: Requiere Geostatistical Analyst
  • Standard: Requiere Geostatistical Analyst
  • Avanzado: Requiere Geostatistical Analyst