Statistiken und Big Data r-squared

1

Wie bekomme ich ein R-Quadrat für eine Löß-Passform?

Wie berechnet man die R-Quadrat- Statistik ( ) in R für und / oder die Funktionsausgabe? Zum Beispiel für diese Daten:r2r2r^2loesspredict cars.lo <- loess(dist ~ speed, cars) cars.lp <- predict(cars.lo, data.frame(speed = seq(5, 30, 1)), se = TRUE) cars.lphat zwei Arrays fitfür Modell- und se.fitfür Standardfehler.

15 r r-squared loess

2

Wie kann man zwischen den verschiedenen angepassten Formeln wählen ?

Ich denke an die angepassten R-Quadrat-Formeln, die vorgeschlagen werden von: Ezekiel (1930), von dem ich glaube, dass er derzeit in SPSS verwendet wird. R2a d j u s t e d= 1 -( N- 1 )( N- p - 1 )( 1 - R2)Reindjusted2=1-(N-1)(N-p-1)(1-R2)R^2_{\rm adjusted} = 1 - \frac{(N-1)}{(N-p-1)} (1-R^2) …

15 regression r-squared

3

Warum ist das angepasste R-Quadrat kleiner als das R-Quadrat, wenn das angepasste R-Quadrat das Modell besser vorhersagt?

Soweit ich weiß, erklärt , wie gut das Modell die Beobachtung vorhersagt. Das angepasste berücksichtigt mehr Beobachtungen (oder Freiheitsgrade). Also sagt Adjusted das Modell besser voraus? Warum ist das dann weniger als ? Es scheint, dass es oft mehr sein sollte.R 2 R 2 R 2R2R2R^2R2R2R^2R2R2R^2R2R2R^2

15 regression r-squared

5

Was bedeutet es, dass eine lineare Regression statistisch signifikant ist, aber ein sehr niedriges Quadrat aufweist?

Ich verstehe das so, dass das Modell einzelne Datenpunkte schlecht vorhersagt, aber einen festen Trend festgestellt hat (z. B. steigt y, wenn x steigt).

14 regression inference r-squared linear

4

Warum ist

Anmerkung: SSTSSTSST = Summe der Quadrate insgesamt, SSESSESSE = Summe der quadrierten Fehler und SSRSSRSSR = Regressionssumme der Quadrate. Die Gleichung im Titel wird oft geschrieben als: ∑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 Ziemlich einfache Frage, aber ich suche nach einer intuitiven Erklärung. Intuitiv scheint es mir sinnvoller …

14 regression least-squares r-squared

2

Bietet die schrittweise Regression eine voreingenommene Schätzung des R-Quadrats der Bevölkerung?

In der Psychologie und anderen Bereichen wird häufig eine Form der schrittweisen Regression angewendet, die Folgendes umfasst: Sehen Sie sich die verbleibenden Prädiktoren an (es gibt zunächst keine im Modell) und identifizieren Sie den Prädiktor, der zur größten Änderung des R-Quadrats führt. Wenn der p-Wert der Änderung des r-Quadrats kleiner …

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

1

Was ist eine unvoreingenommene Schätzung der Bevölkerung R-Quadrat?

Ich bin daran interessiert, eine unvoreingenommene Schätzung von in einer multiplen linearen Regression zu erhalten.R2R2R^2 Bei der Reflexion kann ich mir zwei verschiedene Werte vorstellen, mit denen eine unvoreingenommene Schätzung von übereinstimmen könnte.R2R2R^2 Out of sample :R2R2R^2 das r-Quadrat, das erhalten würde, wenn die aus der Stichprobe erhaltene Regressionsgleichung (dh …

14 estimation multiple-regression r-squared bias

2

Unterschied zwischen der Auswahl von Merkmalen basierend auf „F-Regression“ und basierend auf

Wird beim Vergleichen von Features F-regressiondasselbe verwendet wie beim Korrelieren von Features mit der Beschriftung und beim Beobachten des Werts?R2R2R^2 Ich habe oft gesehen, dass meine Kollegen F regressionin ihrer Pipeline für maschinelles Lernen eine für die Featureauswahl verwenden sklearn: sklearn.feature_selection.SelectKBest(score_func=sklearn.feature_selection.f_regression...)` Einige sagen mir bitte - warum gibt es die …

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

3

Was ist der Unterschied zwischen multiplem R und R im Quadrat?

Bei der linearen Regression erhalten wir oft ein Vielfaches von R und R im Quadrat. Was sind die Unterschiede zwischen ihnen?

13 regression r-squared

2

Auswahl von PCA-Komponenten, die Gruppen trennen

Ich habe meine multivariaten Daten häufig mit PCA diagnostiziert (Omics-Daten mit Hunderttausenden von Variablen und Dutzenden oder Hunderten von Stichproben). Die Daten stammen oft aus Experimenten mit mehreren kategorialen unabhängigen Variablen, die einige Gruppen definieren, und ich muss oft einige Komponenten durchgehen, bevor ich diejenigen finden kann, die eine Trennung …

13 pca linear-model r-squared discriminant-analysis

1

R-Quadrat im linearen Modell versus Abweichung im verallgemeinerten linearen Modell?

Hier ist mein Kontext für diese Frage: Soweit ich weiß, können wir keine gewöhnliche Regression der kleinsten Quadrate in R ausführen, wenn wir gewichtete Daten und das surveyPaket verwenden. Hier müssen wir verwenden svyglm(), die stattdessen ein verallgemeinertes lineares Modell ausführt (was das gleiche sein kann? Ich bin hier in …

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

2

Wie kann ich den Wert von

Die folgenden Grafiken sind Reststreudiagramme eines Regressionstests, für den die Annahmen "Normalität", "Homoskedastizität" und "Unabhängigkeit" mit Sicherheit bereits erfüllt wurden! Zum Testen der "Linearitäts" -Annahme kann zwar anhand der Diagramme vermutet werden, dass die Beziehung krummlinig ist, aber die Frage lautet: Wie kann der Wert für "R2 Linear" zum Testen …

13 multiple-regression linear-model assumptions r-squared

2

Formel für 95% -Konfidenzintervall für

Ich habe in stats.stackexchange gegoogelt und gesucht, aber ich kann die Formel zum Berechnen eines 95% -Konfidenzintervalls für einen -Wert für eine lineare Regression nicht finden. Kann es jemand bereitstellen?R2R2R^2 Nehmen wir einmal an, ich hätte die folgende lineare Regression in R ausgeführt. Wie würde ich ein 95% -Konfidenzintervall für …

13 r regression confidence-interval inference r-squared

2

Berechnung von

Ich habe über die Berechnung von R2R2R^2 -Werten in gemischten Modellen gelesen und nach dem Lesen der R-sig-FAQ, anderer Beiträge in diesem Forum (ich würde ein paar verlinken, aber ich habe nicht genug Ruf) und einiger anderer Referenzen, die ich unter Verwendung von verstehe 2R2R2R^2 Werte im Kontext gemischter Modelle …

13 r mixed-model r-squared lme4-nlme

1

Erwarteter Wert von

Ich bin neugierig auf die Erklärung am Ende der ersten Seite in diesem Text in Bezug auf die R2adjustedRadjusted2R^2_\mathrm{adjusted} Einstellung 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). Der Text besagt: Die Logik der Anpassung lautet wie folgt: Bei der gewöhnlichen multiplen Regression erklärt ein Zufallsvorhersagefaktor im Durchschnitt ein Verhältnis m1/(n–1)1/(n–1)1/(n – 1) der Variation der …

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

Als «r-squared» getaggte Fragen