依存度の値を使ったモデル診断

フィットモデルの質は、依存度の値を使って評価することができます。1に近い値は、関数が過剰パラメータであり(必ずしもそうとは限りませんが)、パラメータを削減する必要があります。フィッティングモデルを意味のあるものにするには、制限をつける必要があります。この例では、ExpDecay1関数でデータをフィットされています。

Model Diagnosis Using Dependency Values-1.jpg

パラメータx0およびA1の依存度の値が大きく、2つのパラメータが強く依存していることが分かります。つまり、R^2 の値は変化せずに、1つのパラメータがもう一方のパラメータと一緒に変化するということです。これは結果が有効ではないことを示しています。グラフからX値が約500から開始してるのが分かります。これを補正するため、 x0 を 500 に固定してフィッティングを実行すると妥当な依存度になります。

Model Diagnosis Using Dependency Values-2.jpg

さらに、依存のパラメータはいくつか意味の無い結果を導くことがあります。例えば、 ExpDec1モデルで同じデータをフィットすると、結果は次のようになります。

Model Diagnosis Using Dependency Values-3.jpg

パラメータ値Aが大きすぎて、意味がないことが分かります。この場合、パラメータ値の境界または制約条件を付け、妥当な範囲に入るようにする必要があります。