«r-squared» 태그된 질문

내가 이해하는 한, 아르 자형2아르 자형2R^2 는 모델이 관측 값을 얼마나 잘 예측하는지 설명합니다. 조정 된 는 더 많은 관측치 (또는 자유도)를 고려한 것입니다. 따라서 조정 된 는 모형을 더 잘 예측합니까? 그렇다면 왜 보다 작 습니까? 종종 더 많을 것 같습니다.R 2아르 자형2아르 자형2R^2아르 자형2아르 자형2R^2아르 자형2아르 자형2R^2

15 regression  r-squared 

나는 다음과 같이 제안 된 조정 R- 제곱 공식을 염두에 두었다. 에스겔 (1930 년)은 현재 SPSS에서 사용되는 것으로 생각합니다. 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) 올킨과 프랫 (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)} 어떤 상황에서 (있는 경우) '편향되지 않은' '조정 된'을 선호해야 합니까?R2R2R^2 참고 문헌 에스겔, …

15 regression  r-squared 

R 및 / 또는 함수 출력의 R 제곱 ( ) 통계량 을 계산하는 방법은 무엇입니까? 이 데이터의 예를 들면 다음과 같습니다.아르 자형2아르 자형2r^2loesspredict 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 .

15 r  r-squared  loess 

피쳐를 F-regression레이블과 개별적으로 상관시키고 값을 관찰하는 것과 동일한 피쳐를 사용하여 피쳐를 비교 합니까?R2R2R^2 나는 종종 동료 F regression들이 다음의 머신 러닝 파이프 라인에서 기능 선택을 위해 사용하는 것을 보았습니다 sklearn. sklearn.feature_selection.SelectKBest(score_func=sklearn.feature_selection.f_regression...)` 일부는 말해주십시오-왜 레이블 / 종속 변수와 상관 관계가있는 것과 동일한 결과를 제공합니까? F_regression기능 선택에서 사용하는 이점이 명확하지 않습니다 . …

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

모델이 개별 데이터 포인트를 예측하는 데는 좋지 않지만 확고한 추세를 설정했음을 의미한다는 것을 이해합니다 (예 : x가 올라가면 y가 올라갑니다).

14 regression  inference  r-squared  linear 

참고 : SSTSSTSST = 총 제곱합, SSESSESSE = 제곱 오차의 합, SSRSSRSSR = 회귀 제곱합. 제목의 방정식은 종종 다음과 같이 작성됩니다. ∑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 매우 간단한 질문이지만 직관적 인 설명을 찾고 있습니다. 직관적으로, SST≥SSE+SSRSST≥SSE+SSRSST\geq SSE+SSR 이 더 의미가있는 것처럼 보입니다 . 예를 들어, 가정하자 점 …

14 regression  least-squares  r-squared 

심리학 및 기타 분야에서 다음과 같은 단계적 회귀 형태가 종종 사용됩니다. 나머지 예측 변수를보고 (처음에는 모형에 없음) 가장 큰 r- 제곱 변화를 초래하는 예측 변수를 식별하십시오. r- 제곱 변화의 p- 값이 알파보다 작 으면 (일반적으로 .05) 해당 예측 변수를 포함시키고 1 단계로 돌아가십시오. 그렇지 않으면 중지하십시오. 예를 들어, SPSS 에서이 …

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

다중 선형 회귀 분석에서 편견없는 추정치를 얻는 데 관심이 있습니다.R2R2R^2 생각해 볼 때, 편견없는 추정치 가 일치하려고 하는 두 가지 다른 값을 생각할 수 있습니다.R2R2R^2 샘플 중 :R2R2R^2 회귀 방정식은 샘플로부터 얻어진 경우에 획득 될 것이다 R 제곱 ) 시료의 외부에 데이터의 무한한 양이지만 동일한 데이터 생성 프로세스에서 적용되었다.β^β^\hat{\beta} 모집단 …

14 estimation  multiple-regression  r-squared  bias 

선형 회귀에서는 종종 여러 개의 R과 R이 제곱됩니다. 그들 사이의 차이점은 무엇입니까?

14 regression  r-squared 

이 질문에 대한 내 맥락은 다음과 같습니다 survey. 가중 데이터와 패키지를 사용할 때 R에서 일반 최소 제곱 회귀를 실행할 수 없습니다 . 여기서 우리는 svyglm()대신 일반화 된 선형 모델을 실행하는 을 사용해야 합니다. OLS와 lm()함수를 통해 R 제곱 값을 계산합니다. 해석은 이해합니다. 그러나 svyglm()이것을 계산하지 않고 대신 Deviance를 제공합니다. 인터넷을 …

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

PCA를 사용하여 다변량 데이터를 진단하는 데 자주 사용했습니다 (수십만 개의 변수와 수십 또는 수백 개의 샘플이있는 omics 데이터). 데이터는 종종 일부 그룹을 정의하는 몇 가지 범주 형 독립 변수를 사용한 실험에서 나온 것이므로 관심 그룹 사이의 분리를 나타내는 요소를 찾기 전에 종종 몇 가지 구성 요소를 거쳐야합니다. 나는 그러한 차별적 …

13 pca  linear-model  r-squared  discriminant-analysis 

아래 그래프는 "정규성", "균등성"및 "독립성"가정이 이미 충족 된 회귀 테스트의 잔차 산점도입니다! "선형성" 가정을 테스트하기 위해 그래프를 보면 관계가 곡선 적이라고 추측 할 수 있지만 문제는 다음과 같습니다. "R2 선형"값을 사용하여 선형성 가정을 테스트 할 수 있습니까? 관계가 선형인지 여부를 결정하기 위해 "R2 선형"값의 허용 범위는 무엇입니까 ? 선형성 가정이 …

13 multiple-regression  linear-model  assumptions  r-squared 

stats.stackexchange에서 Google을 검색하고 검색했지만 선형 회귀 분석 의 값에 대한 95 % 신뢰 구간을 계산하는 공식을 찾을 수 없습니다 . 누구든지 그것을 제공 할 수 있습니까?아르 자형2R2R^2 더 나은 방법으로, R에서 아래의 선형 회귀를 실행했다고 가정 해 봅시다 . R 코드를 사용하여 R 값에 대한 95 % 신뢰 구간을 어떻게 …

13 r  regression  confidence-interval  inference  r-squared 

혼합 모델에서 값 계산에 대해 읽었으며 R-sig FAQ,이 포럼의 다른 게시물 (몇몇 링크하지만 평판이 충분하지 않음) 및 R 을 사용하는 것으로 이해하는 몇 가지 다른 참조를 읽었습니다. 혼합 모델의 맥락에서 2 개의 값은 복잡합니다.아르 자형2R2R^2아르 자형2R2R^2 그러나 최근에이 두 논문을 접했습니다. 이 방법들이 유망한 것처럼 보이지만 (나는) 통계학자가 아니므로 다른 …

13 r  mixed-model  r-squared  lme4-nlme 

이것은 기본적인 질문 일지 모르지만 회귀 모델 의 값을 단순히 제곱하여 설명 된 분산의 그림을 줄 수있는 이유가 궁금합니다 .RRR 나는 계수가 관계의 힘을 줄 수 있다는 것을 이해 하지만,이 값을 단순히 제곱하는 것이 설명 된 분산의 척도를 어떻게 제공하는지 이해하지 못합니다.RRR 이것에 대한 쉬운 설명이 있습니까? 도와 주셔서 감사합니다!

13 regression  correlation  r-squared