«r-squared» etiketlenmiş sorular

R 2 a d j u s t e d düzenlemesiyle ilgili olarak bu metnin ilk sayfasının altında yapılan ifadeyi merak ediyorumR2adjustedRadjusted2R^2_\mathrm{adjusted} 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). Metin şunu belirtmektedir: Ayarlamanın mantığı şöyledir: sıradan çoklu regresyonda, rastgele bir tahminci yanıtın varyasyonunun ortalama oranını açıklar , böylece rastgele tahmin ediciler birlikte ortalama olarak yanıtın …

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

Korelasyon, , iki değişken arasındaki doğrusal ilişkinin bir ölçüsüdür. Belirleme, katsayısı r 2 , diğer varyasyon "ile açıklanabilir" ne değişkenlik kadar olabilir tek değişkenli bir ölçüsüdür.rrrr2r2r^2 Örneğin, iki değişken arasındaki korelasyon ise, r 2 = 0.64'tür . Dolayısıyla, birindeki değişkenliğin% 64'ü diğerindeki farklılıklar ile açıklanabilir. Sağ?r = 0.8r=0.8r = 0.8r2= …

12 regression  correlation  r-squared 

Modelimi taktım ve bunun iyi olup olmadığını anlamaya çalışıyorum. Değerlendirmek için önerilen metrikleri hesapladım ( / AUC / doğruluk / tahmin hatası / vb) ancak bunları nasıl yorumlayacağımı bilmiyorum. Kısacası, modelimin metriğe göre iyi olup olmadığını nasıl anlarım? BirR2R2R^2R2R2R^2 yeterli (örneğin) 0,6 beni çıkarımlar veya baz bilimsel / iş kararları …

12 goodness-of-fit  r-squared  accuracy  auc  diagnostic 

Birçok yerde R Squared'ın LASSO kullanarak bir model uygun olduğunda ideal bir ölçü olmadığını okudum. Ancak bunun tam olarak neden olduğu konusunda net değilim . Ayrıca, en iyi alternatifi önerebilir misiniz?

12 regression  lasso  r-squared  penalized 

mtcarsVeri kümesinden oluşturulan bir model aşağıdadır: > 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 …

12 regression  multiple-regression  r-squared 

Python scikit-learn kılavuzundaki regresyon metriklerini okuyordum ve her birinin kendi formülü olmasına rağmen, ve varyans skoru arasındaki farkın ne olduğunu ve bu nedenle değerlendirmek için ne zaman veya daha fazla kullanıldığını sezgisel olarak anlayamıyorum. benim modellerim.R,2R,2R^2

12 regression  variance  scikit-learn  r-squared  model-evaluation 

Zaman serisi için R-kare kullanmanın uygun olmadığını okudum çünkü bir zaman serisi bağlamında (başka bağlamlar olduğunu biliyorum) R-kare artık benzersiz değil. Bu neden? Bunu aramaya çalıştım ama hiçbir şey bulamadım. Modellerimi değerlendirdiğimde tipik olarak R-kare (veya Düzeltilmiş R-Kare) 'ye fazla değer vermem, ancak bir çok meslektaşım (yani Business Majors) kesinlikle …

12 regression  time-series  r-squared 

Basit bir örnek uğruna iki doğrusal regresyon modeli olduğunu varsayalım. Model 1 sahiptir üç belirleyicileri x1a, x2bvex2c Model 2, model 1'den üç öngörücüye ve iki ek öngörücüye sahiptir x2avex2b Kitle varyansı olduğu açıklanmıştır nüfus regresyon denklemi vardır Model 1 için ve Model 2 için artan varyans nüfus içinde Model 2 …

10 regression  confidence-interval  estimation  r-squared  shrinkage  anova  t-test  references  tukey-hsd  machine-learning  boosting  r  clustering  fishers-exact  generalized-linear-model  model  probit  link-function  r  survival  probability  distributions  dice  logistic  lme4-nlme  glmm  meta-analysis  distributions  distributions  factor-analysis  r  anova  repeated-measures  post-hoc 

Veri kümem ( ) bağımlı bir değişkene (DV), beş bağımsız "temel" değişkene (P1, P2, P3, P4, P5) ve bir bağımsız ilgi değişkenine (Q) sahiptir.N-≈ 10 , 000N-≈10,000N \approx 10,000 Aşağıdaki iki model için OLS doğrusal regresyonlarını çalıştırdım: DV ~ 1 + P1 + P2 + P3 + P4 + P5 …

10 regression  linear  r-squared 

Bağımlı değişken ile doğrusal bir regresyon modelimiz olduğunu düşünün . Biz onun bulmak . Şimdi, başka bir gerileme yapıyoruz, ancak bu sefer ve benzer şekilde buluyoruz . Hangi modelin daha uygun olduğunu görmek için her iki karşılaştıramayacağım söylendi . Neden? Bana verilen neden, farklı miktarların (farklı bağımlı değişkenler) değişkenliğini karşılaştırmamızdır. …

10 regression  data-transformation  r-squared 

Bunun muhtemelen başka bir yerde tartışıldığını biliyorum, ama açık bir cevap bulamadım. Formülü kullanmaya çalışıyorumR2=1−SSR/SSTR2=1−SSR/SSTR^2 = 1 - SSR/SST örnek dışı hesaplamak R2R2R^2 doğrusal bir regresyon modelinin SSRSSRSSR kare artıkların toplamıdır ve SSTSSTSSTtoplam kareler toplamıdır. Eğitim seti için, SST=Σ(y−y¯train)2SST=Σ(y−y¯train)2 SST = \Sigma (y - \bar{y}_{train})^2 Test seti ne olacak? Kullanmaya …

10 regression  machine-learning  r-squared  out-of-sample 

OLS regresyonlarının ile ilgili çok temel bir soruR,2R,2R^2 OLS regresyonunu çalıştırın y ~ x1, bir , diyelim ki 0.3R2R2R^2 OLS regresyonunu çalıştırın y ~ x2, başka bir , diyelim 0.4R2R2R^2 şimdi y ~ x1 + x2 gerilemesi yapıyoruz, bu regresyonun R karesi ne değer olabilir? Bence çoklu regresyon için 0.4'den …

10 regression  multiple-regression  least-squares  r-squared 

Doğrusal regresyonda, modele uyursak, hoş bir sonuçla karşılaştım. E[Y]=β1X1+β2X2+c,E[Y]=β1X1+β2X2+c,E[Y] = \beta_1 X_1 + \beta_2 X_2 + c, sonra, standardize edersek ve ortalarsak YYY, X1X1X_1 ve X2X2X_2 veri, R2=Cor(Y,X1)β1+Cor(Y,X2)β2.R2=Cor(Y,X1)β1+Cor(Y,X2)β2.R^2 = \mathrm{Cor}(Y,X_1) \beta_1 + \mathrm{Cor}(Y, X_2) \beta_2. Bu bana 2 değişkenli bir versiyon gibi geliyor R2=Cor(Y,X)2R2=Cor(Y,X)2R^2 = \mathrm{Cor}(Y,X)^2 için y=mx+cy=mx+cy=mx+c hoş olan …

10 regression  linear-model  r-squared  proof 

İlişkilendirilmemiş 1.449 veri noktası örneğim var (r kare 0.006). Verileri analiz ederken, bağımsız değişken değerlerini pozitif ve negatif gruplara bölerek, her grup için bağımlı değişkenin ortalamasında anlamlı bir fark olduğunu gördüm. Bağımsız değişken değerleri kullanarak noktaları 10 kutuya (ondalık) bölmek, ondalık sayı ve ortalama bağımlı değişken değerleri (r-kare 0,27) arasında …

10 regression  correlation  linear-model  r-squared 

Diyelim ki üç zaman serisi, , veX1X1X_1X2X2X_2YYY ~ ( ) üzerinde normal doğrusal regresyon çalıştırarak , elde ederiz . Sıradan doğrusal regresyon ~ , . varsayalımYYYX1X1X_1Y=bX1+b0+ϵY=bX1+b0+ϵY = b X_1 + b_0 + \epsilonR2=UR2=UR^2 = UYYYX2X2X_2R2=VR2=VR^2 = VU&lt;VU&lt;VU < V ~ ( ) regresyonunda mümkün olan minimum ve maksimum değerleri nedir?R2R2R^2YYYX1+X2X1+X2X_1 …

10 regression  multiple-regression  r-squared