Perguntas com a marcação «r-squared»

Tanto quanto eu entendo, explica o quão bem o modelo prevê a observação. Ajustado R 2 é a que tem em conta as observações mais (ou graus de liberdade). Então, ajustado R 2 prevê o modelo melhor? Então por isso é menos do que R 2 ? Parece que muitas …

15 regression  r-squared 

Como calcular a estatística do quadrado R ( r2r2r^2 ) em R para loesse / ou predictsaída da função? Por exemplo para esses dados: cars.lo <- loess(dist ~ speed, cars) cars.lp <- predict(cars.lo, data.frame(speed = seq(5, 30, 1)), se = TRUE) cars.lppossui duas matrizes fitpara modelo e se.fitpara erro padrão.

15 r  r-squared  loess 

Tenho em mente as fórmulas ajustadas ao quadrado R propostas por: Ezequiel (1930), que acredito ser o atualmente usado no 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 e 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)} Em que circunstâncias (se houver) deve prefiro 'ajustada' para 'imparcial' …

15 regression  r-squared 

Entendo que isso significa que o modelo é ruim em prever pontos de dados individuais, mas estabeleceu uma tendência firme (por exemplo, y sobe quando x sobe).

14 regression  inference  r-squared  linear 

Nota: = soma dos quadrados total, = soma dos erros quadrados e = soma dos quadrados por regressão. A equação no título é frequentemente escrita como:SSTSSTSSTSSESSESSESSRSSRSSR ∑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 Pergunta bastante direta, mas estou procurando uma explicação intuitiva. Intuitivamente, parece-me que faria mais sentido. Por …

14 regression  least-squares  r-squared 

Na psicologia e em outros campos, geralmente é empregada uma forma de regressão gradual que envolve o seguinte: Observe os preditores restantes (não há nenhum no modelo a princípio) e identifique o preditivo que resulta na maior mudança no quadrado r; Se o valor p da alteração do quadrado r …

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

Estou interessado em obter uma estimativa imparcial de em uma regressão linear múltipla.R2R2R^2 Refletindo, posso pensar em dois valores diferentes que uma estimativa imparcial de pode estar tentando corresponder.R2R2R^2 Fora da amostra :R2R2R^2 o quadrado r que seria obtido se a equação de regressão obtida da amostra (ou seja, ) …

14 estimation  multiple-regression  r-squared  bias 

Na regressão linear, geralmente obtemos múltiplos R e R ao quadrado. Quais são as diferenças entre eles?

14 regression  r-squared 

Está comparando recursos usando F-regressiono mesmo que correlacionando recursos com o rótulo individualmente e observando o R2R2R^2 valor? Muitas vezes vi meus colegas usarem um F regression seleção de recursos em seu pipeline de aprendizado de máquina em sklearn: sklearn.feature_selection.SelectKBest(score_func=sklearn.feature_selection.f_regression...)` Alguns me dizem - por que eles dão os mesmos …

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

Eu costumava diagnosticar meus dados multivariados usando o PCA (dados omicos com centenas de milhares de variáveis ​​e dezenas ou centenas de amostras). Os dados geralmente vêm de experimentos com várias variáveis ​​independentes categóricas que definem alguns grupos, e muitas vezes tenho que passar por alguns componentes antes de encontrar …

13 pca  linear-model  r-squared  discriminant-analysis 

Aqui está o meu contexto para esta pergunta: Pelo que sei, não podemos executar uma regressão ordinária de mínimos quadrados em R ao usar dados ponderados e o surveypacote. Aqui, temos que usar svyglm(), que em vez disso executa um modelo linear generalizado (que pode ser a mesma coisa? Estou …

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

Os gráficos abaixo são gráficos de dispersão residual de um teste de regressão para os quais as suposições "normalidade", "homoscedasticidade" e "independência" já foram atendidas com certeza! Para testar a suposição "linearidade" , embora, olhando os gráficos, possa-se adivinhar que o relacionamento é curvilíneo, mas a pergunta é: como o …

13 multiple-regression  linear-model  assumptions  r-squared 

Pesquisei no google e pesquisei stats.stackexchange, mas não consigo encontrar a fórmula para calcular um intervalo de confiança de 95% para um R2R2R^2 valor para uma regressão linear. Alguém pode fornecer? Melhor ainda, digamos que eu executei a regressão linear abaixo em R. Como eu calcularia um intervalo de confiança …

13 r  regression  confidence-interval  inference  r-squared 

Eu tenho lido sobre o cálculo de valores de R2R2R^2 em modelos mistos e depois de ler as perguntas frequentes do R-sig, outras postagens neste fórum (eu vincularia algumas, mas não tenho reputação suficiente) e várias outras referências que eu entendo que usando valores no contexto de modelos mistos é …

13 r  mixed-model  r-squared  lme4-nlme 

Estou curioso sobre a declaração feita na parte inferior da primeira página neste texto sobre o R2adjustedRadjusted2R^2_\mathrm{adjusted} ajuste 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). O texto declara: A lógica do ajuste é a seguinte: na regressão múltipla comum, um preditor aleatório explica em média uma proporção da variação da resposta, de modo que preditores …

12 regression  expected-value  goodness-of-fit  r-squared