J'adore quand R2 sort négatif<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Salut tout le monde,
Quelqu'un sait-il ce que fait JMP dans la plate-forme d'ajustement bivarié lors du calcul de « l'ajustement mesuré sur l'échelle d'origine » ? Je viens d'avoir un R négatif 2 . Est-ce qu'il estime un modèle sans l'ordonnée à l'origine ?
Je sais que les données sont particulières et lors de l'utilisation de la transformation log-log, j'ai de nombreuses observations manquantes, mais il doit quand même se passer quelque chose ....
Ci-joint le tableau de données avec un script pour reproduire les résultats que j'ai obtenus.
Merci,
Ron
Re : J'adore quand R2 est négatifmerci pour sa précision.
Re : J'adore quand R2 est négatifSeulement dans Bivarié/Fit Specia Je suis dans Ajuster Y par X JMP transformera-t-il les valeurs prédites à l'échelle d'origine, mais il ne fait pas d'ajustement avec la transformation anti-log comme référencé dans la littérature mentionnée ci-dessus.Lorsque vous utilisez une réponse transformée avec Ajuster le modèle ou Ajuster Y par X (sauf Ajustement spécial), la prédiction est effectuée sur la réponse transformée, tout comme le profileur de prédiction.
Re : J'adore quand R2 est négatifdans ce cas, je voudrais vous demander si vous savez si JMP utilise cette correction (ou toute autre) lors de la demande de valeurs prédites à partir de la plate-forme de modèle d'ajustement (après transformation à la volée) ? qu'en est-il du profileur de prédiction ?
Re : J'adore quand R2 est négatifMerci beaucoup, tout cela est pertinent et intéressant.
Re : J'adore quand R2 est négatifMalheureusement, leur utilité et leur comparabilité sont limitées à mon humble avis.
Remarque supplémentaire--je Si vous souhaitez faire des prédictions à l'échelle d'origine à partir d'un modèle log-linéaire, alors l'anti-log est nécessaire. Cependant, vous devrez également appliquer un ajustement en ajoutant s 2 /2, c'est-à-dire y * = exp[log(y* ) + (s 2 /2 )]. Cette le billet de blog explique pourquoi : Econometrics Beat : Blog de Dave Giles : Prévisions à partir de régressions log-linéaires .
Re : J'adore quand R2 est négatifJe vois, alors comment puis-je utiliser les résultats anti-log ? à quoi sont-ils comparables ?
Re : J'adore quand R2 est négatifDeux modes, l'un ajusté aux données d'origine et l'autre aux données transformées log-log, sont des modèles différents. Les anti-logs ne rendront pas le résumé des statistiques d'ajustement du modèle log-linéaire identique aux résultats de l'ajustement linéaire d'origine.
Re : J'adore quand R2 est négatifMerci jiancao ,
qui reproduisent le chiffre négatif. pourtant, je m'attendrais à ce que la figure soit identique au résultat de l'ajustement d'une ligne aux mêmes données que dans l'image.
mais si je l'exécute simplement avec une ligne d'ajustement, je n'obtiens pas le même R2.
Re : J'adore quand R2 est négatifToutes mes excuses pour avoir manqué le rapport Fit Measured on Original Scale. Le tableau ci-joint montre d'où provient un R carré négatif dans ce cas. j'ai sauvé la colonne Vitesse des résidus à partir de l'ajustement du modèle (notez qu'il est calculé en prenant Exp pour revenir à l'échelle d'origine). Ensuite, j'ai calculé deux colonnes Sum of Squares : SS de Total (SST) et SS d'erreur (SSE), pour la formule R Square utilisée par JMP, qui est 1- SSE/SST=1- 164569257/115933657=-0,41951234. Ainsi, la transformation arrière donne lieu à un négatif R Carré.
Re : J'adore quand R2 est négatifDésolé pour le malentendu. je faisais référence au R2 marqué ci-dessous.
Re : J'adore quand R2 est négatifR Square Adj est le R^2 original ajusté pour le nombre de termes du modèle dans la régression
Re : J'adore quand R2 est négatifMerci pour le commentaire jiancao
J'ai dû louper quelque chose. où est-il exactement indiqué ajusté dans la sortie?
Re : J'adore quand R2 est négatifJ'ajouterais que ce qu'un R Square Adj négatif signifie, c'est que la part de variabilité des prédicteurs n'aide pas à prédire la réponse attendue. Ainsi, le R Square ne doit pas être utilisé exclusivement comme la poigne de fer pour juger des performances anticipées d'un modèle. Mais c'est aussi bon pour le R Square et le R Square Adj associé. être positif.
Re : J'adore quand R2 est négatifVotre carré R est en fait positif, mais il est proche de zéro. Lorsque cela se produit, le carré R ajusté peut être légèrement négatif.C'est ainsi que la formule R carré ajustée est conçue pour fonctionner. En fait, si R Carré est
Dans votre cas, un R Square Adj négatif. se produira lorsque R carré <0,0013568. Quel R carré négatif Adj. signifie que les termes du modèle n'aident pas à prédire la réponse .
Est-ce qu'il estime un modèle sans l'ordonnée à l'origine ?
Non, il inclut une interception par défaut.
