Apakah ada yang namanya

Setelah memasukkan model regresi kuantil dalam makalah, pengulas ingin saya memasukkan disesuaikan $R^2$ di koran. Saya telah menghitung pseudo- $R^2$ (darimakalah JASA 1999 karya Koenker dan Machado) untuk tiga kuantil yang menarik untuk studi saya.

Namun, saya tidak pernah mendengar sebuah disesuaikan $R^2$ untuk regresi kuantil dan tidak akan tahu bagaimana cara menghitungnya. Saya meminta Anda untuk salah satu dari yang berikut:

lebih disukai: rumus atau pendekatan tentang cara menghitung secara bermakna disesuaikan $R^2$ untuk regresi kuantil.
sebagai alternatif: argumen meyakinkan untuk diberikan kepada pengulas mengapa tidak ada yang namanya disesuaikan dalam regresi kuantil. $R^2$

goodness-of-fit r-squared quantile-regression

— Steve G. Jones
sumber

Mungkin validasi silang?

— Christoph Hanck

@ChristophHanck: bagaimana Anda menggunakan validasi silang dalam kasus ini?

— S. Kolassa - Reinstate Monica

Saya tidak yakin, kalau tidak saya akan memberikan jawaban yang tepat ... Karena pertanyaan itu tampaknya menghasilkan banyak minat tanpa menghasilkan jawaban, saya ingin diskusi berjalan. Tapi secara luas, disesuaikan

menunjukkan beberapa jenis pemilihan model adalah tujuan, sehingga CV tampaknya seperti strategi default yang sering bekerja bahkan ketika tidak ada formula khusus bergantung pada likelihood tertentu (seperti AIC) yang tersedia. Namun tidak jelas (bagi saya) mengapa pengulas ingin

disesuaikan di tempat pertama.

R^{2}

$R^2$

R^{2}

$R^2$

— Christoph Hanck

Pertanyaan ini telah ditanyakan, didiskusikan, dijawab, dan memiliki jawaban yang sangat tinggi: stats.stackexchange.com/q/129200 Tolong, buat jawaban ini sebagai komentar.

— Toka

@Toka Terima kasih telah menemukan referensi. Meskipun diskusi sangat relevan, saya tidak melihat apa-apa di dalamnya bahwa alamat perhatian khusus di sini, yang merupakan disesuaikan (pseudo)

yang akan digunakan sebagai analog dari disesuaikan

dari kuadrat-regresi.

R^{2}

$R^2$

R^{2}

$R^2$

— whuber

Jawaban:

Saya pikir apa yang diminta pengulas adalah untuk mengambil pseudo- -nilai dan "unbias" mereka untuk jumlah sampel dalam rentang kuantil, , dan jumlah parameter dalam model, . Dengan kata lain, adjusted- dalam konteks biasanya. Itu adalah bahwa fraksi yang tidak dapat dijelaskan yang dikoreksi lebih besar dari fraksi yang tidak dapat dijelaskan dengan faktor $R^2$ $n_Q$ $p$ $R^2$ , yaitu, $\frac{n_Q-1}{n_Q-p-1}$

, atau, $1-R^{2*}=\frac{n_Q-1}{n_Q-p-1}(1-R^2)$ $R^{2*}=1-\frac{n_Q-1}{n_Q-p-1}(1-R^2)$

Saya setuju dengan Anda tentang mengambil hal-hal yang terlalu jauh, karena ini sudah menjadi nilai pseudo- dan nilai yang disesuaikan-pseudo- dapat meninggalkan pembaca dengan kesan melakukan penyesuaian semu. $R^2$ $R^2$

Salah satu alternatif adalah melakukan perhitungan dan menunjukkan kepada pengulas apa hasilnya dan TIDAK memasukkannya ke dalam makalah, dengan menjelaskan bahwa itu melampaui apa yang dipublikasikan adalah metode yang Anda gunakan dan Anda tidak ingin tanggung jawab untuk menciptakan yang tidak dipublikasikan prosedur adjusted-pseudo- . Namun, Anda harus menyadari bahwa alasan yang ditanyakan oleh pengulas adalah karena mereka menginginkan jaminan bahwa mereka tidak melihat angka omong kosong. Sekarang, jika Anda dapat memikirkan cara lain untuk melakukan hal itu, meyakinkan peninjau bahwa hasilnya dapat diandalkan, maka masalahnya akan hilang ... $R^2$

$R^2$ $R^2$

$<$ $>$

— Carl
sumber

-1

Anda sebaiknya tidak menggunakan $R^2$ untuk membandingkan dua model regresi kuantil, karena fungsi kehilangan model regresi kuantil tidak didasarkan pada MSE .

Anda dapat mencoba AIC atau BIC .

— Tony Huang
sumber

Hai, dan selamat datang di situs ini. Bisakah Anda sedikit memperluas alasan di balik kalimat pertama Anda?

— S. Kolassa - Reinstate Monica

Saya menduga mungkin ada "tidak" yang hilang di awal.

— whuber

(Suntingan saya sepele dan bukan upaya untuk menyelesaikan keraguan valid @ whuber - itu untuk OP.)

— Nick Cox