モデル化/予測変更と実際の変更があります。予測される変更はforecastHPIChangeという列にあり、実際の変更はHPIChangeという名前になります。予測モデルが正しいかどうかをよりうまくテストする方法はありますか?
HPIChange forecastHPIChange
1 NA 1.547368e-02
2 -0.0026155187 1.485668e-02
3 0.0002906977 1.251108e-02
4 -0.0077877127 1.718729e-02
5 0.0200058841 2.143551e-02
予測の符号の一致が正しいかどうかは、143インスタンスをテストしたいと思います。だから、本当に4例があります。
- 予測が正であり、実際には肯定的である - >正しい陽性
- 見通しはネガティブであり、実際にはマイナスされる - >正しい陰性
- 予測は正であり、実際には否定的です - > - 間違った正
- 見通しはネガティブであり、実際には肯定的である - >間違って陰性
これを確認するには、私が一緒に次のコードをハッキングしてきたと私はデータフレームBにそれらを養うことができ私はこのチェックを行うよりエレガントな方法があるかどうかを確認したいと思っていましたか?
data1 %>%
filter(forecastHPIChange > 0 & HPIChange > 0) %>%
summarise(correct = n())
data1 %>%
filter(forecastHPIChange < 0 & HPIChange < 0) %>%
summarise(correct = n())
data1 %>%
filter(forecastHPIChange < 0 & HPIChange > 0) %>%
summarise(wrong = n())
data1 %>%
filter(forecastHPIChange > 0 & HPIChange < 0) %>%
summarise(wrong = n())