Pertanyaan yang diberi tag «r-squared»

Koefisien determinasi, biasanya dilambangkan dengan , adalah proporsi dari total varian respon yang dijelaskan oleh model regresi. Dapat juga digunakan untuk berbagai pseudo R-squared yang diusulkan, misalnya untuk regresi logistik (dan model lainnya.) R2

3
Apakah korelasi atau koefisien determinasi berhubungan dengan persentase nilai yang termasuk dalam garis regresi?
Korelasi, , adalah ukuran hubungan linier antara dua variabel. Koefisien determinasi, , adalah ukuran seberapa besar variabilitas dalam satu variabel dapat "dijelaskan oleh" variasi yang lain.r 2rrrr2r2r^2 Misalnya, jika adalah korelasi antara dua variabel, maka . Oleh karena itu, 64% dari variabilitas dalam satu dapat dijelaskan oleh perbedaan yang lain. …

1
Mengapa kuadrat
Ini mungkin pertanyaan dasar, tapi saya bertanya-tanya mengapa nilai dalam model regresi dapat dikuadratkan untuk memberikan gambaran varian yang dijelaskan?RRR Saya mengerti bahwa koefisien dapat memberikan kekuatan suatu hubungan, tetapi saya tidak mengerti bagaimana hanya mengkuadratkan nilai ini memberikan ukuran perbedaan yang dijelaskan.RRR Adakah penjelasan mudah tentang ini? Terima kasih …

3
Apakah model saya bagus, berdasarkan nilai metrik diagnostik ( / AUC / akurasi / RMSE dll.)?
Saya telah memasang model saya dan berusaha memahami apakah itu bagus. Saya telah menghitung metrik yang disarankan untuk menilainya ( / AUC / akurasi / kesalahan prediksi / dll) tetapi tidak tahu bagaimana menafsirkannya. Singkatnya, bagaimana cara mengetahui apakah model saya bagus berdasarkan metrik? Apakah dari 0,6 (misalnya) cukup untuk …


1
Haruskah
Berikut ini adalah model yang dibuat dari mtcarsdataset: > ols(mpg~wt+am+qsec, mtcars) Linear Regression Model ols(formula = mpg ~ wt + am + qsec, data = mtcars) Model Likelihood Discrimination Ratio Test Indexes Obs 32 LR chi2 60.64 R2 0.850 sigma 2.4588 d.f. 3 R2 adj 0.834 d.f. 28 Pr(> chi2) …




3
Cara mendapatkan interval kepercayaan pada perubahan populasi r-square
Demi contoh sederhana berasumsi bahwa ada dua model regresi linier Model 1 memiliki tiga prediktor, x1a, x2b, danx2c Model 2 memiliki tiga prediktor dari model 1 dan dua prediktor tambahan x2adanx2b Ada persamaan regresi populasi di mana varians populasi yang dijelaskan adalah untuk Model 1 dan untuk Model 2. Varian …


1
Mengapa kita tidak bisa menggunakan
Bayangkan kita memiliki model regresi linier dengan variabel dependen . Kami menemukan . Sekarang, kami melakukan regresi lain, tetapi kali ini di , dan juga menemukan . Saya telah diberitahu bahwa saya tidak dapat membandingkan kedua untuk melihat model mana yang lebih cocok. Mengapa demikian? Alasan yang diberikan kepada saya …


3
hubungan antara
Pertanyaan yang sangat mendasar tentang regresi OLSR2R2R^2 jalankan regresi OLS y ~ x1, kami memiliki , katakanlah 0,3R2R2R^2 jalankan regresi OLS y ~ x2, kami memiliki , katakanlah 0,4R2R2R^2 sekarang kita menjalankan regresi y ~ x1 + x2, berapakah nilai R kuadrat regresi ini? Saya pikir itu jelas untuk regresi …

2
Apakah ada cara yang elegan / berwawasan untuk memahami identitas regresi linier ini untuk banyak ?
Dalam regresi linear saya menemukan hasil yang menyenangkan jika kita cocok dengan model E[Y]=β1X1+β2X2+c,E[Y]=β1X1+β2X2+c,E[Y] = \beta_1 X_1 + \beta_2 X_2 + c, kemudian, jika kita membuat standar dan memusatkan data , dan ,YYYX1X1X_1X2X2X_2 R2=Cor(Y,X1)β1+Cor(Y,X2)β2.R2=Cor(Y,X1)β1+Cor(Y,X2)β2.R^2 = \mathrm{Cor}(Y,X_1) \beta_1 + \mathrm{Cor}(Y, X_2) \beta_2. Bagi saya ini terasa seperti versi 2 variabel dari …

5
Apakah menggunakan desil untuk menemukan korelasi merupakan pendekatan yang valid secara statistik?
Saya memiliki sampel 1,449 titik data yang tidak berkorelasi (r-squared 0,006). Ketika menganalisis data, saya menemukan bahwa dengan memecah nilai-nilai variabel independen menjadi kelompok-kelompok positif dan negatif, tampaknya ada perbedaan yang signifikan dalam rata-rata variabel dependen untuk setiap kelompok. Membagi titik menjadi 10 sampah (desil) dengan menggunakan nilai variabel independen, …

Dengan menggunakan situs kami, Anda mengakui telah membaca dan memahami Kebijakan Cookie dan Kebijakan Privasi kami.
Licensed under cc by-sa 3.0 with attribution required.