ฉันสับสนเล็กน้อยเกี่ยวกับข้อดีของแบบจำลองผสมในเรื่องการสร้างแบบจำลองการทำนาย เนื่องจากแบบจำลองการทำนายมักจะหมายถึงการคาดการณ์ค่าของการสังเกตที่ไม่ทราบมาก่อนหน้านี้ดูเหมือนว่าชัดเจนว่าวิธีเดียวที่แบบจำลองผสมอาจมีประโยชน์ก็คือความสามารถในการทำนายระดับประชากร (นั่นคือไม่เพิ่มผลกระทบแบบสุ่ม) อย่างไรก็ตามปัญหาคือในประสบการณ์ของฉันการคาดการณ์ระดับประชากรที่ใช้แบบจำลองแบบผสมนั้นแย่กว่าการคาดการณ์ตามแบบจำลองการถดถอยมาตรฐานที่มีผลกระทบคงที่เท่านั้น
ดังนั้นโมเดลของแบบผสมที่เกี่ยวข้องกับปัญหาการทำนายคืออะไร
แก้ไข ปัญหามีดังต่อไปนี้: ฉันติดตั้งโมเดลผสม (ทั้งเอฟเฟกต์คงที่และสุ่ม) และโมเดลเชิงเส้นมาตรฐานที่มีเอฟเฟกต์คงที่เท่านั้น เมื่อฉันทำการตรวจสอบข้ามฉันได้รับลำดับชั้นของความแม่นยำในการทำนายต่อไปนี้: 1) แบบจำลองผสมเมื่อทำนายโดยใช้เอฟเฟกต์แบบคงที่และแบบสุ่ม (แต่งานนี้แน่นอนสำหรับการสังเกตด้วยระดับเอฟเฟ็กต์ตัวแปรแบบสุ่มเท่านั้น) เหมาะสำหรับแอปพลิเคชั่นทำนายผลจริง!); 2) โมเดลเชิงเส้นมาตรฐาน 3) รูปแบบผสมเมื่อใช้การคาดคะเนระดับประชากร (เพื่อให้มีเอฟเฟกต์แบบสุ่มโยนออกมา) ดังนั้นความแตกต่างเพียงอย่างเดียวระหว่างแบบจำลองเชิงเส้นมาตรฐานและแบบจำลองผสมจึงมีค่าที่แตกต่างกันของค่าสัมประสิทธิ์เนื่องจากวิธีการประมาณค่าที่แตกต่างกัน (เช่นมีผลกระทบ / ตัวทำนายแบบเดียวกันในทั้งสองแบบ แต่มีสัมประสิทธิ์สัมพันธ์ต่างกัน)
ดังนั้นความสับสนของฉันจึงเพิ่มขึ้นเป็นคำถามทำไมฉันถึงเคยใช้แบบจำลองผสมเป็นแบบจำลองการทำนายเนื่องจากการใช้แบบจำลองผสมเพื่อสร้างการทำนายระดับประชากรดูเหมือนว่าเป็นกลยุทธ์ที่ด้อยกว่าเมื่อเทียบกับแบบจำลองเชิงเส้นมาตรฐาน