A seguir, um modelo criado a partir do mtcars
conjunto de dados:
> 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) 0.0000 g 6.456
Residuals
Min 1Q Median 3Q Max
-3.4811 -1.5555 -0.7257 1.4110 4.6610
Coef S.E. t Pr(>|t|)
Intercept 9.6178 6.9596 1.38 0.1779
wt -3.9165 0.7112 -5.51 <0.0001
am 2.9358 1.4109 2.08 0.0467
qsec 1.2259 0.2887 4.25 0.0002
O modelo parece bom com total de 0,85. No entanto, parciais R 2 valores vistos no seguinte gráfico não se somam a esse valor. Eles somam aproximadamente 0,28.
> plot(anova(mod), what='partial R2')
Existe alguma relação entre a soma de toda parcial e total de R 2 ? A análise é feita com o pacote.rms
1
(Além da resposta muito boa da ameba). Uma pergunta aproximada sobre o coeficiente de regressão padronizado versus as correlações parciais stats.stackexchange.com/q/76815/3277 .
—
ttnphns