คู่มือทางเทคนิค

การถดถอยเชิงปริมาณ

การถดถอยเชิงปริมาณทำนายเปอร์เซ็นไทล์ที่เลือกของผลลัพธ์โดยมีเงื่อนไขกับอินพุตที่มีอยู่

ฟังคำแนะนำนี้บรรยายโดย AI · ~3 min

บนหน้านี้อ่าน 3 นาที
  1. ภาพรวม
  2. เจาะลึก
  3. การใช้งานจริงในโลกแห่งความเป็นจริง
  4. อนาคตของการถดถอยเชิงปริมาณ
  5. การนำไปปฏิบัติ
  6. สำรวจต่อไป
  7. คำถามที่พบบ่อย

ภาพรวม

จะมีประโยชน์เมื่อค่ามัธยฐานหรือค่าประมาณส่วนท้ายตอบคำถามการวางแผนได้ดีกว่าการทำนายค่าเฉลี่ย

เจาะลึก

การถดถอยกำลังสองน้อยที่สุดสามัญกำหนดเป้าหมายค่าเฉลี่ยแบบมีเงื่อนไข การถดถอยเชิงปริมาณมุ่งเป้าไปที่จุดอื่นในการแจกแจงผลลัพธ์แบบมีเงื่อนไข เช่น ค่ามัธยฐานหรือเปอร์เซ็นไทล์ที่ 90 ข้อมูลอาจอธิบายเส้นทางของพัสดุและเวลาจัดส่ง ผลลัพธ์อาจเป็นเปอร์เซ็นไทล์ของเวลาในการจัดส่งสำหรับพัสดุที่มีคุณสมบัติเหล่านั้น ค่ามัธยฐานคือเปอร์เซ็นไทล์ที่ 50 สำหรับผลลัพธ์ที่ต่อเนื่องโดยมีเปอร์เซ็นไทล์แบบมีเงื่อนไขที่ 90 ที่ประมาณการไว้อย่างดี ผลลัพธ์ที่เทียบเคียงได้ประมาณ 90% ควรอยู่ที่หรือต่ำกว่าค่านั้น นี่คือคำแถลงเกี่ยวกับการกระจายผลลัพธ์ ไม่ใช่การกล่าวอ้างว่าค่าที่คาดการณ์นั้นถูกต้องโดยมีความน่าจะเป็น 90% การถดถอยเชิงปริมาณใช้การลงโทษแบบอสมมาตรที่เรียกว่าการสูญเสียพินบอล เมื่อมีปริมาณสูง การคาดการณ์ที่ต่ำกว่าจะมีค่าใช้จ่ายมากกว่าการคาดการณ์ที่มากเกินไปที่มีขนาดใหญ่เท่ากัน สิ่งนี้จะผลักดันการประมาณการที่ติดตั้งให้สูงขึ้นเมื่อเทียบกับค่ามัธยฐาน การเลือกปริมาณจะทำให้วัตถุประสงค์การวางแผนมีความชัดเจน แทนที่จะซ่อนไว้ภายในค่าเฉลี่ย การประมาณค่าควอนไทล์ด้านล่างและด้านบนที่แยกจากกันสามารถสร้างช่วงการคาดการณ์ได้ การประมาณค่าเปอร์เซ็นไทล์ที่ 10 และ 90 แนะนำช่วงกลาง 80% ที่ระบุ คำว่า nominal สำคัญ: รุ่นที่ติดตั้งไว้อาจผิดได้ ประเมินเศษส่วนของผลลัพธ์ที่ค้างครอบคลุมตามช่วงเวลา และตรวจสอบความกว้าง ตรวจสอบกลุ่มที่เกี่ยวข้องด้วย แทนที่จะอาศัยเพียงค่าเฉลี่ยโดยรวม QuantileRegressor ของ Scikit-learn มีโมเดลเชิงเส้นพร้อมการทำให้เป็นมาตรฐาน วิธีการเชิงปริมาณยังมีอยู่สำหรับตระกูลโมเดลอื่นๆ ด้วย การทำนายจากควอนไทล์ที่ติดตั้งแยกกันสามารถข้ามได้ โดยให้ค่าประมาณบนต่ำกว่าค่าที่ต่ำกว่า ตรวจสอบความล้มเหลวนั้นอย่างชัดเจน การถดถอยเชิงปริมาณให้วิธีที่เป็นประโยชน์ในการอธิบายความแปรผัน แต่ทั้งวัตถุประสงค์การฝึกและแผนภูมิช่วงเวลาที่น่าสนใจก็รับประกันการประมาณค่าความไม่แน่นอนที่เชื่อถือได้

การใช้งานจริงในโลกแห่งความเป็นจริง

ทีมจัดส่งจะคาดการณ์ค่ามัธยฐานเวลามาถึงและเปอร์เซ็นไทล์ที่ 90 สำหรับพัสดุที่มีลักษณะคล้ายคลึงกัน เปอร์เซ็นต์ไทล์ด้านบนสามารถแจ้งการประมาณการการวางแผนที่ระมัดระวังมากขึ้น โดยขึ้นอยู่กับการตรวจสอบความครอบคลุมจริง

ในการคำนวณการเสียพินบอลสมมุติที่เปอร์เซ็นไทล์ที่ 90 การทำนาย 10 เมื่อผลลัพธ์เป็น 12 จะต้องเสีย 1.8 การทำนาย 14 สำหรับผลลัพธ์เดียวกันนั้นจะต้องเสีย 0.2

ส่วนให้บริการคาดการณ์เปอร์เซ็นไทล์ที่ 10 และ 90 ของเวลาในการแก้ไขปัญหา โดยจะตรวจสอบว่าผลลัพธ์ในภายหลังอยู่ระหว่างการประมาณการเหล่านั้นบ่อยแค่ไหน และช่วงนั้นกว้างโดยไม่จำเป็นหรือไม่

นักวิเคราะห์ใช้ QuantileRegressor ของ scikit-learn สำหรับโมเดลควอนไทล์เชิงเส้น จากนั้นเปรียบเทียบกับโมเดลไม่เชิงเส้นที่เหมาะสมโดยใช้ข้อมูลที่เก็บไว้เดียวกันและการสูญเสียในควอนไทล์

อนาคตของการถดถอยเชิงปริมาณ

อินเทอร์เฟซการทำนายอาจทำให้ควอนไทล์เข้าใจได้ง่ายขึ้นโดยการอธิบายว่าคำถามการวางแผนใดแต่ละคำตอบโดยประมาณ ทีมที่จองความสามารถในการให้บริการอาจสนใจเปอร์เซ็นไทล์บน ในขณะที่ทีมอื่นอาจต้องการระยะเวลาปกติ รายงานควรเชื่อมโยงตัวเลือกเหล่านั้นกับความครอบคลุมที่สังเกตได้และต้นทุนของการมาเร็วหรือช้า เมื่อสภาพการปฏิบัติงานเปลี่ยนแปลง ทีมจะต้องประเมินทั้งการทำนายเปอร์เซ็นไทล์และช่วงเวลาอีกครั้ง การสื่อสารความไม่แน่นอนที่ดีขึ้นจะมาจากการแสดงสมมติฐาน ระยะเวลาการประเมิน และผลลัพธ์ที่แท้จริงควบคู่ไปกับการคาดการณ์ แทนที่จะแสดงตำแหน่งทศนิยมเพิ่มเติม

การนำไปปฏิบัติ

ทำไมมันถึงสำคัญ

  • ต้นทุนและงบประมาณ. การตัดสินใจด้านสถาปัตยกรรมขับเคลื่อนประสิทธิภาพและต้นทุนการดำเนินงานเป็นเวลาหลายปี
  • การตัดสินใจที่ชัดเจนยิ่งขึ้น. การศึกษาด้านเทคนิคช่วยให้ทีมเลือกกลุ่มที่เหมาะสม ไม่ใช่แค่กลุ่มใหม่ล่าสุด
  • การควบคุมคุณภาพ. ตัวเลือกทางวิศวกรรมที่ดีกว่าจะช่วยลดเหตุการณ์ด้านความน่าเชื่อถือในการผลิต

ระวัง

  • การเพิ่มประสิทธิภาพเกณฑ์มาตรฐานหนึ่งรายการสามารถซ่อนจุดอ่อนของระบบในวงกว้างได้
  • ต้นทุนโครงสร้างพื้นฐานและการบำรุงรักษามักถูกประเมินต่ำไป
  • ช่องว่างด้านความปลอดภัยและความสามารถในการสังเกตสามารถเพิ่มขึ้นได้เมื่อระบบมีความซับซ้อนมากขึ้น

ขั้นตอนต่อไป

  1. กำหนดเป้าหมายเวลาแฝง คุณภาพ และต้นทุนก่อนนำไปใช้งาน
  2. เกณฑ์มาตรฐานภายใต้สภาวะโหลดและข้อมูลจริง
  3. การตรวจสอบเครื่องมือเพื่อหาข้อผิดพลาด การเบี่ยงเบน และผลกระทบต่อผู้ใช้
  4. เตรียมเส้นทางการย้อนกลับและการตอบสนองต่อเหตุการณ์ก่อนปรับขนาด

สำรวจต่อไป

จดหมายข่าวฟรี

รับสรุป AI รายวัน

เรื่องราว AI ที่ตรวจสอบแล้ว 3 เรื่องทุกวันทำงาน เช้า, เขียนเป็นภาษาอังกฤษธรรมดา ฟรีตลอดไป ไม่มีโฆษณา

อีเมลหนึ่งฉบับทุกวันทำงาน ยกเลิกการสมัครในคลิกเดียว เราไม่เคยขายหรือแชร์ที่อยู่อีเมลของคุณ

ทดสอบตัวเอง

Take the Quantile Regression quiz

ข้อเสนอแนะทันทีสำหรับทุกคำตอบ และใบรับรองที่สามารถแชร์ได้พร้อม ID ที่ตรวจสอบได้เมื่อคุณผ่านหลักสูตร

เริ่มแบบทดสอบ

สนับสนุนการศึกษา AI ฟรี AI Understanding เป็นองค์กรไม่แสวงหาผลกำไร 501(c)(3) — ไม่มีโฆษณา ไม่มีกำแพงเงิน, ตลอดไป บริจาค

คำถามที่พบบ่อย

การถดถอยเชิงปริมาณคืออะไร?

การถดถอยเชิงปริมาณทำนายเปอร์เซ็นไทล์ที่เลือกของผลลัพธ์โดยมีเงื่อนไขกับอินพุตที่มีอยู่ จะมีประโยชน์เมื่อค่ามัธยฐานหรือค่าประมาณส่วนท้ายตอบคำถามการวางแผนได้ดีกว่าการทำนายค่าเฉลี่ย

รูปแบบการนำส่งจะประมาณเปอร์เซ็นไทล์ที่ 90 แบบมีเงื่อนไข การตีความข้อใดตรงกับแนวทางสำหรับผลลัพธ์ที่ต่อเนื่องและเป็นแบบจำลองที่ประมาณการไว้อย่างดี

ควอนไทล์แบบมีเงื่อนไขหาจุดหนึ่งในการกระจายผลลัพธ์สำหรับอินพุตที่กำหนด ไม่ใช่ความน่าจะเป็นที่การทำนายตัวเลขตัวเดียวจะแม่นยำ

ที่ควอนไทล์ 0.9 คำทำนาย 10 ตามด้วยผลลัพธ์ 12 แพ้พินบอลแบบไหน?

ยอดคงเหลือคือบวก 2 ดังนั้นผลขาดทุนคือ 0.9 คูณ 2 หรือ 1.8

เหตุใดการปรับปริมาณที่มีปริมาณสูงจึงให้ค่าประมาณที่สูงกว่าการปรับค่ามัธยฐาน

ความไม่สมดุลในการสูญเสียเบาะสำหรับปักเข็มทำให้การคาดเดาต่ำกว่านั้นมีค่าใช้จ่ายมากขึ้นในระดับควอนไทล์ที่สูง

ช่วงกลางระบุใดที่เกิดขึ้นจากเปอร์เซ็นไทล์ตามเงื่อนไขที่ 10 และ 90

มวลความน่าจะเป็นระหว่างเปอร์เซ็นไทล์ที่ 10 ถึง 90 คือ 80 จุดเปอร์เซ็นต์ ถ้าควอนไทล์เหล่านั้นถูกประมาณอย่างถูกต้อง

ช่วงเวลา 80% เล็กน้อยของแบบจำลองครอบคลุมเพียง 60% ของผลลัพธ์ที่ระงับไว้ ข้อสรุปใดต่อไปนี้?

ปริมาณการฝึกอบรมไม่ได้รับประกันความครอบคลุม ผลลัพธ์ที่ยื่นออกมาจะแสดงข้อมูลที่ได้รับการประเมินไม่ครอบคลุม

เรียนรู้ต่อไป

คำแนะนำที่เกี่ยวข้อง

คำแนะนำเพิ่มเติมที่เลือกสำหรับหัวข้อนี้

รับใบรับรอง AI ฟรีหลักสูตรและการสอบสั้น ๆ ฟรี ไม่มีค่าใช้จ่าย ไม่มีบัตรเครดิต ประมาณ 2.5 ชั่วโมงเริ่มต้นฟรี →