④ 결과 탭¶

성공적인 실행 후 결과 탭의 세 하위 탭이 활성화됩니다:

하위 탭	표시 내용
Response Curves	각 변수가 데이터 범위에서 예측 적합도를 어떻게 형성하는지
Jackknife Importance	어떤 변수가 가장 중요한지, ROC와 함께
Spatial Projection	예측을 GeoTIFF로 작성하고 스타일링된 QGIS 레이어로 불러오기

Response Curves¶

상단 드롭다운에서 변수를 하나 선택하세요. QMaxent가 변수의 실제 학습 범위(음영 영역)에 걸쳐 예측 cloglog 적합도를 그리며, 평균을 수직 기준선으로 표시합니다:

학습 범위에 걸친 bio1의 예측 cloglog 적합도 반응곡선

반응곡선 읽는 법:

Y축 — cloglog 적합도 확률(0–1)
X축 — 변수의 원래 단위 값. 음영 "Training range" 영역이 모델이 실제로 본 데이터 범위 — 이 영역 밖으로 곡선이 연장되면 외삽이며 신중하게 해석해야 합니다 (방법론 해설 논의 참고)
날카로운 봉우리나 계단 은 보통 hinge 또는 threshold 피처 — 부드러운 곡선은 linear와 quadratic 피처에서 옴
변수별 해석: 곡선은 다른 모든 변수를 평균으로 고정한 채 한 변수에 대한 부분 반응을 보여줌 — 생태학적 해석에 사용하고, 예측에는 사용하지 마세요.

드롭다운에서 자유롭게 변수를 전환하세요 — 모델을 재실행하지 않고 그래프가 다시 그려집니다.

Jackknife 중요도¶

Jackknife 하위 탭은 플러그인에서 가장 정보 밀도가 높은 화면입니다 — ROC 분석 (학습과 폴드별 CV)을 변수 중요도 막대와 함께 한 사이드-바이-사이드 그림에 결합:

9개 Bradypus 변수의 ROC 곡선과 Jackknife 변수 중요도

ROC 패널 (좌측)¶

Training ROC (실선): 표본 내 적합. 항상 낙관적.
Mean CV ROC (점선): 모든 CV 폴드의 평균. 이것이 모델의 핵심 성능 추정.
Per-fold ROC (희미한 선): 각 공간 CV 폴드의 ROC. 분산은 모델이 공간 부분 표본에 걸쳐 얼마나 안정적인지 시각화.
Random (대각선): 무작위 기준선.

Bradypus 예제는 train AUC 0.956과 CV AUC 0.758을 보여줍니다 — 모델이 진짜 신호를 학습했고 심각한 과적합이 아님을 시사하는 전형적이고 건강한 격차입니다.

Jackknife 패널 (우측)¶

각 변수에 두 개의 막대:

With only variable (어두움): 이 변수만 가진 모델의 예측 성능. 높음 = 변수가 강한 단변량 신호 보유.
Without variable (밝음): 이 변수 없이 모델의 성능. (전체 모델 AUC 대비) 낮음 = 변수가 다른 변수와 중복되지 않는 고유 정보 보유.

어두움이 높고 밝음에 눈에 띄는 하락을 만드는 변수는 명백히 중요합니다. 어두움이 높지만 밝음이 거의 변하지 않는 변수는 다른 변수와 중복(상관 가능성 높음). 각 막대의 검증/학습 분할은 같은 화면에 표시 — 값 라벨은 CV 폴드의 보류 검증 AUC.

Spatial Projection¶

이 하위 탭은 학습된 모델을 전체 래스터 스택에 적용해 연속 서식적합도 표면을 생성합니다.

실행 후 Spatial Projection 하위 탭 — 출력 GeoTIFF 경로 표시

출력 변환¶

변환	범위	해석
cloglog (기본)	0–1	평균 출현율에서의 출현 확률 (Phillips et al. 2017)
logistic	0–1	이전 logistic 변환 — 하위 호환성용
raw	무제한	상대 출현율 — 연구 영역 전체 합이 1

cloglog 가 거의 모든 연구의 권장 기본값입니다 — 적절한 확률적 해석을 가지며, 상대 출현율과 선형으로 스케일하고, 현대 Maxent 문헌이 보고하는 형식입니다.

Auto-load result as QGIS layer¶

기본값으로 켜져 있으며, 결과 GeoTIFF가 작성되는 즉시 QGIS 프로젝트에 추가되어 자동 적용된 흰색-초록 연속 색상으로 스타일됩니다. Bradypus의 결과:

중남미 전역의 Bradypus 서식적합도 지도, 흰색=낮음, 초록=높음

이후 레이어의 Symbology 패널에서 색상을 재정의할 수 있습니다 — QMaxent의 자동 스타일링은 합리적인 기본값일 뿐입니다.

Save analysis charts as PNG¶

체크하면 QMaxent가 Response Curves, ROC, Jackknife 그래프의 고해상도 PNG 사본도 GeoTIFF 옆에 작성합니다. 이 그림들은 발표 가능한 수준이며 본 탭에 보이는 것과 일치합니다 — 원고 그림 직접 붙여넣기용 크기(300 dpi)로 저장됩니다.

메모리와 성능¶

공간 투영은 각 래스터 셀을 셀 단위로 읽어 모델을 적용합니다. 매우 큰 래스터(30 m 해상도의 대륙 규모)는 투영 단계가 실행 시간을 지배합니다. 두 가지 팁:

연구 범위로 미리 타일링 — QGIS의 Clip raster by extent 또는 Warp 알고리즘 사용
해상도 거칠게 — 30 m 기후 래스터는 거의 의미 없음. 250 m–1 km가 보통 SDM에 충분하고 훨씬 빠름.