Pertanyaan yang diberi tag «r-squared»

Sejauh yang saya mengerti, menjelaskan seberapa baik model memprediksi pengamatan. Adjusted R 2 adalah salah satu yang memperhitungkan lebih banyak pengamatan (atau derajat kebebasan). Jadi, Adjusted R 2 memprediksi model lebih baik? Lalu mengapa ini kurang dari R 2 ? Tampaknya sering harus lebih.R2R2R^2R2R2R^2R2R2R^2R2R2R^2

15 regression  r-squared 

Saya telah memikirkan formula R-squared yang disesuaikan yang diusulkan oleh: Yehezkiel (1930), yang saya percaya adalah yang saat ini digunakan dalam SPSS. R2adjusted=1−(N−1)(N−p−1)(1−R2)Radjusted2=1−(N−1)(N−p−1)(1−R2)R^2_{\rm adjusted} = 1 - \frac{(N-1)}{(N-p-1)} (1-R^2) Olkin dan Pratt (1958) R2unbiased=1−(N−3)(1−R2)(N−p−1)−2(N−3)(1−R2)2(N−p−1)(N−p+1)Runbiased2=1−(N−3)(1−R2)(N−p−1)−2(N−3)(1−R2)2(N−p−1)(N−p+1)R^2_{\rm unbiased} = 1 - \frac{(N-3)(1-R^2)}{(N-p-1)} - \frac{2(N-3)(1-R^2)^2}{(N-p-1)(N-p+1)} Dalam keadaan apa (jika ada) saya lebih suka 'disesuaikan' …

15 regression  r-squared 

Bagaimana cara menghitung statistik R-squared ( ) dalam R untuk dan / atau fungsi output? Misalnya untuk data ini:r2r2r^2loesspredict cars.lo <- loess(dist ~ speed, cars) cars.lp <- predict(cars.lo, data.frame(speed = seq(5, 30, 1)), se = TRUE) cars.lpmemiliki dua larik fituntuk model dan se.fituntuk kesalahan standar.

15 r  r-squared  loess 

Apakah membandingkan fitur menggunakan fitur F-regressionyang sama dengan yang berhubungan dengan label secara individual dan mengamati nilai ?R2R2R^2 Saya sering melihat rekan-rekan saya menggunakan pilihan F regressionuntuk fitur dalam pipa pembelajaran mesin mereka dari sklearn: sklearn.feature_selection.SelectKBest(score_func=sklearn.feature_selection.f_regression...)` Beberapa tolong beri tahu saya - mengapa itu memberikan hasil yang sama seperti hanya …

15 feature-selection  python  scikit-learn  r-squared  f-test 

Saya mengerti artinya bahwa model tersebut buruk dalam memprediksi titik data individu tetapi telah membentuk tren yang kuat (misalnya, y naik ketika x naik).

14 regression  inference  r-squared  linear 

Catatan: SSTSSTSST = Jumlah Total Kuadrat, SSESSESSE = Jumlah Kesalahan Kuadrat, dan SSRSSRSSR = Jumlah Regresi Kuadrat. Persamaan dalam judul sering ditulis sebagai: ∑i=1n(yi−y¯)2=∑i=1n(yi−y^i)2+∑i=1n(y^i−y¯)2∑i=1n(yi−y¯)2=∑i=1n(yi−y^i)2+∑i=1n(y^i−y¯)2\sum_{i=1}^n (y_i-\bar y)^2=\sum_{i=1}^n (y_i-\hat y_i)^2+\sum_{i=1}^n (\hat y_i-\bar y)^2 Pertanyaan yang cukup mudah, tetapi saya mencari penjelasan yang intuitif. Secara intuitif, bagi saya sepertinya SST≥SSE+SSRSST≥SSE+SSRSST\geq SSE+SSR akan lebih …

14 regression  least-squares  r-squared 

Dalam bidang psikologi dan bidang lainnya bentuk regresi bertahap sering digunakan yang melibatkan hal-hal berikut: Lihatlah prediktor yang tersisa (tidak ada dalam model pada awalnya) dan identifikasi prediktor yang menghasilkan perubahan r-square terbesar; Jika nilai p dari perubahan r-square kurang dari alpha (biasanya 0,05), maka sertakan prediktor itu dan kembali …

14 regression  model-selection  bias  r-squared  stepwise-regression 

Saya tertarik untuk mendapatkan estimasi tidak bias dalam regresi linier berganda.R2R2R^2 Pada refleksi, saya dapat memikirkan dua nilai yang berbeda yang estimasi yang tidak bias dari mungkin berusaha mencocokkan.R2R2R^2 Dari sampel :R2R2R^2 r-square yang akan diperoleh jika persamaan regresi yang diperoleh dari sampel ) yang diterapkan untuk jumlah tak terbatas …

14 estimation  multiple-regression  r-squared  bias 

Dalam regresi linier, kita sering mendapatkan beberapa R dan kuadrat. Apa perbedaan di antara mereka?

14 regression  r-squared 

Saya sering digunakan untuk mendiagnosis data multivariat menggunakan PCA (data omics dengan ratusan ribu variabel dan puluhan atau ratusan sampel). Data sering berasal dari eksperimen dengan beberapa variabel bebas kategorikal yang mendefinisikan beberapa kelompok, dan saya sering harus melalui beberapa komponen sebelum saya dapat menemukan komponen yang menunjukkan pemisahan antara …

13 pca  linear-model  r-squared  discriminant-analysis 

Inilah konteks saya untuk pertanyaan ini: Dari apa yang bisa saya katakan, kita tidak bisa menjalankan regresi kuadrat terkecil biasa dalam R ketika menggunakan data tertimbang dan surveypaket. Di sini, kita harus menggunakan svyglm(), yang sebaliknya menjalankan model linear umum (yang mungkin hal yang sama? Saya bingung di sini dalam …

13 r  generalized-linear-model  least-squares  r-squared  deviance 

Grafik di bawah ini adalah plot pencar residual dari uji regresi yang asumsi "normalitas", "homoscedasticity", dan "independensi" telah dipenuhi! Untuk menguji asumsi "linearitas" , walaupun, dengan melihat grafik, dapat ditebak bahwa hubungannya adalah curvilinear, tetapi pertanyaannya adalah: Bagaimana nilai "R2 Linear" dapat digunakan untuk menguji asumsi linearitas? Berapa kisaran yang …

13 multiple-regression  linear-model  assumptions  r-squared 

Saya mencari di Google dan mencari di stats.stackexchange tetapi saya tidak dapat menemukan rumus untuk menghitung interval kepercayaan 95% untuk nilai untuk regresi linier. Adakah yang bisa menyediakannya?R2R2R^2 Bahkan lebih baik, katakanlah saya telah menjalankan regresi linier di bawah ini dalam R. Bagaimana saya menghitung interval kepercayaan 95% untuk nilai …

13 r  regression  confidence-interval  inference  r-squared 

Saya telah membaca tentang menghitung nilai dalam model campuran dan setelah membaca FAQ R-sig, posting lain di forum ini (saya akan menghubungkan beberapa tetapi saya tidak memiliki reputasi yang cukup) dan beberapa referensi lain yang saya pahami menggunakan dalam konteks model campuran rumit.R 2R2R2R^2R2R2R^2 Namun, saya baru saja menemukan dua …

13 r  mixed-model  r-squared  lme4-nlme 

Saya ingin tahu tentang pernyataan yang dibuat di bagian bawah halaman pertama dalam teks ini mengenai penyesuaianR2adjustedRadjusted2R^2_\mathrm{adjusted} R2adjusted=1−(1−R2)(n−1n−m−1).Radjusted2=1−(1−R2)(n−1n−m−1).R^2_\mathrm{adjusted} =1-(1-R^2)\left({\frac{n-1}{n-m-1}}\right). Teks menyatakan: Logika penyesuaian adalah sebagai berikut: dalam regresi berganda biasa, prediktor acak menjelaskan rata-rata proporsi dari variasi respons, sehingga m prediktor acak menjelaskan bersama, rata-rata, m / (n - 1) …

12 regression  expected-value  goodness-of-fit  r-squared