PRESS

PRESS steht für "PRedictive Error Sum of Squares" oder "PREdiction Sum of Squares". Diese Größe wird durch Summation aller Vorhersagefehler während einer Kreuzvalidierung berechnet und ist ein Maß für die Güte eines Modells. Ein niedriger PRESS-Wert deutet auf ein gutes Vorhersagemodell.

PRESS kann dazu verwendet werden, die optimale Zahl an Variablen durch einen schrittweisen Variablenselektionsvorgang zu finden. Das "beste" Modell besteht aus möglichst wenigen unabhängigen Variablen und zeigt dabei den niedrigsten (oder nahezu niedrigsten) PRESS-Wert. In der Grafik sehen Sie ein Beispiel eines hypothetischen Selektionsvorgangs, der in einem "besten" Modell mit 5 unabhängigen Variablen resultiert.

Anmerkung: Ein Nachteil der Verwendung des PRESS-Werts ist die große Anzahl an nötigen Berechnungen. Das gilt besonders für rechenintensive Modelle (wie das neuronale Netzwerk) und große Datensätze.