Lineaire regressie is een statistische methode die het verband tussen een doelvariabele en een of meer voorspellers beschrijft met een rechte lijn of vlak. De coëfficiënten worden meestal zo gekozen dat de som van de gekwadrateerde afwijkingen minimaal is. De methode is eenvoudig te begrijpen en te interpreteren: ze kan bijvoorbeeld schatten hoeveel de omzet stijgt als het reclamebudget met € 1.000 toeneemt. Bij niet-lineaire verbanden bereikt ze haar grenzen.
Agents, workflows en sjablonen in één werkruimte – gratis demo van 24 uur.
Demo startenLogistische regressie is een statistische methode die de kans op een van twee uitkomsten voorspelt, zoals “koopt” of “koopt niet”. Ze weegt de invoerkenmerken en zet hun som met een S-vormige functie om in een waarde tussen 0 en 1. Omdat de gewichten eenvoudig te interpreteren zijn, wordt ze veel gebruikt bij kredietscoring, in de geneeskunde en in marketing, vaak als solide referentiepunt voor complexere modellen.
De gemiddelde absolute fout (MAE) laat zien hoeveel de voorspellingen van een model gemiddeld afwijken van de werkelijke waarden, ongeacht de richting. Ze wordt uitgedrukt in de eenheid van de doelvariabele, waardoor ze eenvoudig te begrijpen is. Voorbeeld: een MAE van 12 bij een dagelijkse omzetvoorspelling betekent dat het model gemiddeld 12 eenheden afwijkt. Uitschieters wegen minder zwaar mee dan bij kwadratische foutmaten.
De gecorrigeerde R-kwadraat meet hoe goed een regressiemodel de variatie in de data verklaart, gecorrigeerd voor het aantal gebruikte voorspellers. De gewone R-kwadraat stijgt met elke extra variabele, ook als die niets toevoegt; de gecorrigeerde versie bestraft overbodige variabelen. Zo kunnen modellen van verschillende omvang eerlijker worden vergeleken, bijvoorbeeld een omzetprognose met drie in plaats van tien factoren.
Voorspellende modellering is de technische kern van voorspellende analyse: met voorbeeldgegevens met bekende uitkomsten wordt een model gebouwd dat voor nieuwe gevallen een waarde of klasse voorspelt. Gangbare methoden zijn regressie, beslisbomen, random forests en neurale netwerken. Een model kan bijvoorbeeld de prijs van een woning schatten op basis van woonoppervlak, ligging en bouwjaar. Vóór de inzet wordt het getest op achtergehouden gegevens om overfitting op te sporen.
