Ich liebe es einfach, wenn R2 negativ ausfällt<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Hallo alle,
Weiß jemand, was JMP in der bivariaten Anpassungsplattform tut, wenn es die „Anpassung gemessen auf Originalskala“ berechnet? Ich habe gerade ein negatives R 2 . Schätzt es ein Modell ohne den Achsenabschnitt?
Ich weiß, dass die Daten eigenartig sind, und wenn ich die Log-Log-Transformation verwende, habe ich viele fehlende Beobachtungen, aber trotzdem muss etwas vor sich gehen ....
Angehängt ist die Datentabelle mit einem Skript, um die Ergebnisse zu reproduzieren, die ich erhalten habe.
Vielen Dank,
Ron
Re: Ich liebe es einfach, wenn R2 negativ ausfälltdanke für die Klarstellung.
Re: Ich liebe es einfach, wenn R2 negativ ausfälltNur im Bivariat/Fit Specia Ich bin drin Y nach X anpassen wird JMP die vorhergesagten Werte auf die ursprüngliche Skala zurücktransformieren, aber es nimmt keine Anpassung mit der Anti-Log-Transformation vor, wie in der oben erwähnten Literatur angegeben.Wenn Sie eine transformierte Antwort mit „Modell anpassen“ oder „Y nach X anpassen“ (außer „Speziell anpassen“) verwenden, wird die Vorhersage anhand der transformierten Antwort erstellt, ebenso wie der Vorhersage-Profiler.
Re: Ich liebe es einfach, wenn R2 negativ ausfälltIn diesem Fall möchte ich fragen, ob Sie wissen, ob JMP diese Korrektur (oder eine andere) verwendet, wenn es vorhergesagte Werte von der Anpassungsmodellplattform abfragt (nach der Transformation im laufenden Betrieb)? Was ist mit dem Vorhersageprofiler?
Re: Ich liebe es einfach, wenn R2 negativ ausfälltVielen Dank, das ist alles relevant und interessant.
Re: Ich liebe es einfach, wenn R2 negativ ausfälltLeider ist ihre Nützlichkeit und Vergleichbarkeit meiner Meinung nach begrenzt.
Zusätzliche Anmerkung - ich Wenn Sie aus einem logarithmischen linearen Modell Vorhersagen auf der ursprünglichen Skala treffen möchten, ist Antilog erforderlich. Sie müssten jedoch auch eine Anpassung durch Hinzufügen anwenden s 2 /2, dh, j * = exp[log(y* ) + (s 2 /2 )]. Dies Blogbeitrag erklärt warum: Ökonometrie-Beat: Dave Giles' Blog: Forecasting from log-linear regressions .
Re: Ich liebe es einfach, wenn R2 negativ ausfälltIch verstehe, also wie kann ich die Anti-Log-Ergebnisse nutzen? womit sind sie vergleichbar?
Re: Ich liebe es einfach, wenn R2 negativ ausfälltZwei Modi, einer an die Originaldaten angepasst und der andere an die Log-Log-transformierten Daten, sind unterschiedliche Modelle. Anti-Logs erstellen keine Zusammenfassung der Anpassungsstatistiken aus dem logarithmischen linearen Modell, die mit den Ergebnissen der ursprünglichen linearen Anpassung identisch sind.
Re: Ich liebe es einfach, wenn R2 negativ ausfälltVielen Dank Jiancao ,
das reproduzierte die negative Zahl. Ich würde jedoch erwarten, dass die Figur mit dem Ergebnis identisch ist, wenn eine Linie an dieselben Daten wie im Bild angepasst wird.
aber wenn ich das nur mit einer fit-Linie ausführe, bekomme ich nicht das gleiche R2.
Re: Ich liebe es einfach, wenn R2 negativ ausfälltIch entschuldige mich dafür, dass ich den auf der Originalskala gemessenen Fit-Bericht verpasst habe. Die beigefügte Tabelle zeigt, woher in diesem Fall ein negatives R-Quadrat kam. Ich habe die Spalte gespeichert Restgeschwindigkeit aus der Modellanpassung (Beachten Sie, dass es berechnet wird, indem Exp zur Rücktransformation auf die ursprüngliche Skala genommen wird). Dann habe ich zwei Quadratsummenspalten berechnet: SS von Total (SST) und SS des Fehlers (SSE) für die von JMP verwendete R-Quadrat-Formel, die 1-SSE/SST=1-164569257/115933657=-0,41951234 lautet. Die Rücktransformation führt also zu a negatives R-Quadrat.
Re: Ich liebe es einfach, wenn R2 negativ ausfälltEntschuldigung für das Missverständnis. Ich bezog mich auf den unten markierten R2.
Re: Ich liebe es einfach, wenn R2 negativ ausfälltR Square Adj ist das ursprüngliche R^2, bereinigt um die Anzahl der Modellterme in der Regression
Re: Ich liebe es einfach, wenn R2 negativ ausfälltdanke für den Kommentar Jiancao
Irgendetwas muss mir fehlen. wo genau steht denn in der ausgabe justiert?
Re: Ich liebe es einfach, wenn R2 negativ ausfälltIch würde hinzufügen, dass ein negativer R Square Adj bedeutet, dass der Anteil der Variabilität der Prädiktoren nicht dazu beiträgt, die erwartete Reaktion vorherzusagen. Daher sollte das R Square nicht ausschließlich als eiserne Faust verwendet werden, um die erwartete Leistung eines Modells zu beurteilen. Es tut aber auch dem R Square und dem dazugehörigen R Square Adj gut. positiv sein.
Re: Ich liebe es einfach, wenn R2 negativ ausfälltIhr R-Quadrat ist eigentlich positiv, aber es ist nahe bei Null. In diesem Fall kann das angepasste R-Quadrat leicht negativ sein.So funktioniert die angepasste R-Quadrat-Formel. Tatsächlich ist R Square Adj negativ, wenn R Square < k/(n-1) ist.
In Ihrem Fall ein negatives R Square Adj. wird auftreten, wenn R Quadrat < 0,0013568. Was für ein negatives R-Quadrat Adj. bedeutet, dass die Modellterme nicht zur Vorhersage der Antwort beitragen .
Schätzt es ein Modell ohne den Achsenabschnitt?
Nein, es enthält standardmäßig ein Intercept.
