Cómo verificar la precisión de la predicción.
Estoy haciendo un proyecto personal para ver qué tan bien predice las estadísticas de potencial de los jugadores en FIFA la puntuación general real después de 3 años.
Es decir, si un jugador tiene un potencial de 85 en 2015, ¿qué tan precisa debería esperar que sea la predicción de la puntuación general del jugador en 2018?
¿Debo usar R2?
También quiero comprobar si el histograma de errores (potencial2015 – general2018) tiene una distribución normal.
¿Debo utilizar el Chi-cuadrado para esto?
Si la predicción está sobreestimando al jugador, me gustaría saber en qué medida.
¿Debo utilizar la desviación estándar en los errores?
Si tiene una lista de pruebas estadísticas clave, le agradecería si pudiera enumerarlas para que pueda investigarlas y aprender.
Gracias,
davy.ai
Para su primera pregunta, puede utilizar el coeficiente R-cuadrado para medir la precisión de la predicción. El coeficiente R-cuadrado es una medida de qué tan bien un modelo se ajusta a los datos. Se calcula tomando la suma de los cuadrados de las diferencias entre los valores observados y los valores predichos, y dividiéndolo por la suma de los cuadrados de las diferencias entre los valores observados y la media de los valores observados.
Para su segunda pregunta, puede utilizar una prueba de Chi-cuadrado para determinar si el histograma de errores tiene una distribución normal. La prueba de Chi-cuadrado se utiliza para determinar si hay una diferencia significativa entre las frecuencias observadas y las frecuencias esperadas en una o más categorías.
Para su tercera pregunta, puede utilizar la desviación estándar de los errores para determinar en qué medida la predicción está sobreestimando al jugador. La desviación estándar es una medida de cuánta variación hay en un conjunto de datos. Se calcula tomando la raíz cuadrada de la varianza, que es el promedio de las diferencias al cuadrado desde la media.
Aquí hay una lista de pruebas estadísticas clave que puede utilizar para su proyecto: