황토 적합을 위해 R 제곱을 얻는 방법?

R 및 / 또는 함수 출력의 R 제곱 ( ) 통계량 을 계산하는 방법은 무엇입니까? 이 데이터의 예를 들면 다음과 같습니다. $r^2$ loesspredict

cars.lo <- loess(dist ~ speed, cars)
cars.lp <- predict(cars.lo, data.frame(speed = seq(5, 30, 1)), se = TRUE)

cars.lpfit모형과 se.fit표준 오차에 대한 두 개의 배열 이 있습니다 .

r r-squared loess

— 유리 페트로프 스키
소스

선형 회귀 분석에서

는 관측 값과 적합치 간의 제곱 상관과 같습니다. 어떻습니까?

R^{2}

$R^2$

— Macro

내 첫 번째 생각은 다음과 같이 의사 $R^2$ 측정 을 계산하는 것이 었습니다 .

ss.dist <- sum(scale(cars$dist, scale=FALSE)^2)
ss.resid <- sum(resid(cars.lo)^2)
1-ss.resid/ss.dist

여기 에서 GAM 으로부터 얻을 수있는 값에 가까운 0.6814984 ( ) 의 값을 얻 습니다 . $\approx$ cor(cars$dist, predict(cars.lo))^2

library(mgcv)
summary(gam(dist ~ speed, data=cars))

loessMultiple R-squaredairqualityairloess $R^2$

여기에 이미지 설명을 입력하십시오

$R^2$

span $R^2$

— chl
소스

R^{2}

$R^2$

R^{2}

$R^2$

r^{2}

$r^2$

반드시 "보다 정확한"것은 아닙니다. 실제로 Loess를 사용하여 예측 모델에서 정확도를 달성하는 것은 어리석은 일입니다. Loess를 "모델"이라고 언급하면 작동 방식과 사용 방법에 대한 오해가있을 수 있다고 생각합니다. 실제로 패턴과 추세를 볼 수 있는 그래픽적이고 탐색적인 도구입니다. 실제로는 이동 창이 더 부드럽기 때문에, 점에 맞는 값이 데이터 세트에 존재하는 인접 점과 값에 따라 달라지는 상당히 복잡한 공간 이웃 모델의 역할을합니다.

— whuber

r^{2}

$r^2$