Lös bir uyum için R kare nasıl alınır?

R ve / veya fonksiyon çıkışı için R kare ( ) istatistiği nasıl hesaplanır ? Örneğin bu veriler için: $r^2$ loesspredict

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

cars.lpfitmodel ve se.fitstandart hata için iki diziye sahiptir .

r r-squared loess

— Yuriy Petrovskiy
kaynak

Doğrusal regresyon olarak

bu nasıl - gözlenen değerler ve monte değerleri arasındaki karesi alınmış korelasyon eşittir?

R^{2}

$R^2$

— Makro

İlk düşüncem sahte $R^2$ ölçüsünü aşağıdaki gibi hesaplamaktı :

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

Burada, 0.6814984 (değeri verilir ), bir elde edilebilir ne yakın GAM : $\approx$ cor(cars$dist, predict(cars.lo))^2

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

loessMultiple R-squaredairqualityairloess $R^2$

resim açıklamasını buraya girin

$R^2$

span $R^2$

— chl
kaynak

R^{2}

$R^2$

R^{2}

$R^2$

r^{2}

$r^2$

Mutlaka "daha doğru" değil. Gerçekten de, öngörülü bir modelde doğruluk elde etmek için Loess'i kullanmak aptalca olur. Bence Loess'e bir "model" olarak atıfta bulunulması, nasıl çalıştığı ve nasıl kullanılması amaçlandığına dair olası bir yanlış anlaşılma olduğunu gösteriyor: bu, kalıpları ve eğilimleri görmeye yardımcı olmak için gerçekten grafiksel, keşifsel bir araçtır. Gerçekten sadece hareketli bir pencere olduğundan, bir noktada takılan değerin veri kümesinde ve oradaki değerlere hangi komşu noktaların var olduğuna bağlı olduğu oldukça karmaşık bir mekansal mahalle modeli gibi davranır.

— whuber

r^{2}

$r^2$