分割表の R 二乗 (U)やあ皆さん、
分割表 (DOF および対数尤度と同じ表に配置) の R 二乗不確実性比について質問がありました。 現在、p 値 (alpha=.05) に有意性があることが判明した研究を行っていますが、R 二乗値は 0 に近くなります。 さて、連続と連続では、2 つの変数間の相関関係を決定するために R 値が使用されることがわかりました。
私の質問は、分割表の R2 乗値が私の結論にどのような関連性があるかということです。
p 値によって帰無仮説を棄却することができましたが、前述したように R2 乗が 0 に非常に近いため、対立仮説を念頭に置いて進めるべきかどうかわかりません。
前もって感謝します！
Re: 分割表の R 2 乗 (U)ロジスティック回帰はカテゴリカル応答で使用されます。 これは連続応答の線形回帰に似ていますが、まったく同じではありません。 線形回帰分散分析は、平方偏差の合計に基づいています。 R 二乗サンプル統計量は、モデル二乗和と修正総二乗和の比率です。 誤差二乗和には、モデルに含まれていない固定効果が含まれていないことを前提としています。 つまり、モデルに偏りがないことを前提としています。 二乗和は選択したモデルに依存するため、これは重要です。 R 二乗は、予測のパフォーマンスの尺度です。
R 二乗 (U) は、モデル パラメーターの負の対数尤度または不確実性 (U) に基づいています。 この標本統計量は、完全モデルと縮小モデルの対数尤度の差と縮小モデルの対数尤度の比です。 線形回帰の場合と同様に、逸脱による重大な適合不足がないことを前提としています。 R 二乗 (U) も予測のパフォーマンスの尺度です。
ロジスティック モデルの R 二乗を取得する方法がわかりません。 一般化 R 二乗は、線形回帰から期待される値に近い値を提供する試みです。 それはあなたの言う価値観ですか？ 調整値の意味と解釈は明確ではありません。
大まかに言って、カテゴリカル応答の R 二乗 (U) は、有意な予測変数があり、適合不足がないモデルでは非常に低いことがよくあります。 これは、予測された応答には大きな不確実性があることを意味します。
Re: 分割表の R 2 乗 (U)@Mark_Bailey R^2(U) 値の解釈方法を説明していただけますか? R^2 は、私が正しく理解していれば、式によってどの程度のばらつきを説明できるかを示しています。では、R^2(U) はロジスティクス回帰についても同じことを示しているのでしょうか? この値がはるかに小さいことを考えると、これがどれほど意味があるかをどのように解釈しますか? 私は環境データを使ってコンテキストを調べています。 モデルをレポートするときに、R^2(U) と R^2 ([ステップワイズフィット] ウィンドウで見つけた) のどちらを使用するか知っていますか? どちらの数値がロジスティクス回帰により適切ですか?
Re: 分割表の R 2 乗 (U)素晴らしい、
ありがとう！
Re: 分割表の R 2 乗 (U)と解釈してもよいでしょうアールスクエア(U)あなたが解釈するのと同じように、 Rスクエア線形回帰から。 のRスクエア平方和に基づいています。 SS(モデル) / SS(合計) 。 アールスクエア(U)同様にです-L(モデル) / -L(縮小) 。 これは、モデルが正しいと仮定した場合に、モデルによって占める不確実性全体の割合を示します。
この関係は次のようにすると分かりやすくなりますロジスティックフィットよりも不測の事態なぜなら不測の事態を報告するだけです-L(モデル) 。 これは次の分析です年に重さからビッグクラスサンプルデータテーブル:
の-L(モデル)上にラベルが付いています違いここ。 の-L(合計)上にラベルが付いています削減ここ。 のアールスクエア(U)したがって差 / 減少 = 5.037918 / 67.266350 = 0.0749 。
カテゴリ別応答の統計的に有意なモデルが非常に低い値を示すのは一般的です。アールスクエア(U)この例が示すように。 連続モデルと同様にRスクエアこれは、限界予測に対する条件付き予測のパフォーマンスを示します。
