Domande taggate «r-squared»

Il coefficiente di determinazione, solitamente simboleggiato da , è la proporzione della varianza di risposta totale spiegata da un modello di regressione. Può essere utilizzato anche per vari pseudo R quadrati proposti, ad esempio per la regressione logistica (e altri modelli). R2

1
Come ottenere un R-quadrato per una vestibilità loess?
Come calcolare la statistica R-quadrato ( ) in R per e / o output della funzione? Ad esempio per questi dati:r2r2r^2loesspredict cars.lo <- loess(dist ~ speed, cars) cars.lp <- predict(cars.lo, data.frame(speed = seq(5, 30, 1)), se = TRUE) cars.lpha due array fitper il modello e se.fitper l'errore standard.
15 r  r-squared  loess 
2
Come scegliere tra le diverse formule rettificate ?
Ho in mente le formule rettificate R-quadrato proposte da: Ezekiel (1930), che credo sia quello attualmente utilizzato in 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 and 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)} In quali circostanze (se ce ne sono) dovrei preferire "aggiustato" a "imparziale" …
2
Differenza tra la selezione di funzioni in base a "regressione F" e in base ai valori di
Il confronto delle funzionalità utilizza F-regressionle stesse funzionalità correlate con l'etichetta individualmente e l'osservazione del valore ?R2R2R^2 Ho visto spesso i miei colleghi utilizzare una F regressionselezione di funzionalità nella loro pipeline di machine learning da sklearn: sklearn.feature_selection.SelectKBest(score_func=sklearn.feature_selection.f_regression...)` Alcuni, per favore, mi dicono: perché fornisce gli stessi risultati della semplice …
4
Perché
Nota: SSTSSTSST = Somma dei quadrati totale, SSESSESSE = Somma degli errori al quadrato e SSRSSRSSR = Somma della regressione dei quadrati. L'equazione nel titolo è spesso scritta come: ∑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 Domanda abbastanza semplice, ma sto cercando una spiegazione intuitiva. Intuitivamente, mi sembra che …
2
Come posso usare il valore di
I grafici sottostanti sono grafici a dispersione residua di un test di regressione per il quale i presupposti "normalità", "omoscedasticità" e "indipendenza" sono già stati sicuramente soddisfatti! Per testare l' assunto di "linearità" , anche se, guardando i grafici, si può intuire che la relazione è curvilinea, ma la domanda …
2
Calcolo di
Ho letto sul calcolo dei valori di in modelli misti e dopo aver letto le FAQ di R-sig, altri post su questo forum (ne collegherei alcuni ma non ho abbastanza reputazione) e molti altri riferimenti che capisco che usando valori di nel contesto di modelli misti sono complicati.R 2R2R2R^2R2R2R^2 Tuttavia, …
1
Valore atteso di
Sono curioso di sapere l'affermazione fatta in fondo alla prima pagina in questo testo riguardo alla regolazione diR2adjustedRadjusted2R^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). Il testo afferma: La logica della correzione è la seguente: nella regressione multipla ordinaria, un predittore casuale spiega in media una proporzione 1/(n–1)1/(n–1)1/(n – 1) della variazione della risposta, in …
Utilizzando il nostro sito, riconosci di aver letto e compreso le nostre Informativa sui cookie e Informativa sulla privacy.
Licensed under cc by-sa 3.0 with attribution required.