再：ニューラルネットにおける一般化RSquareあなたの複数NNレポートはこちら
一般化RSquare モデル間の対数尤度値の差に基づいて計算されます。 L（ベータハット） そして、null L（NULL）、 nは観測値です。
Chris Gotwaltの論文の10ページを参照してください。（ https://community.jmp.com/kvoqx44227/attachments/kvoqx44227/discussions/19686/1/JMP%20Neural%20Network%20Methodology.pdf ）
（ご了承ください RSquare 個々のNNについて報告されているものは同じ式を使用しています。
全体的な一般化RSquare 複数の回答がある場合は、差異を組み合わせて計算されます。 L（ベータハット） - L（NULL）、したがって、個々のNNからの差は全体的な差が個々のモデルの差よりも大きくなります。これはより高い一般化RSquare 実行されたモデルの数が考慮されないための値 。
私は個人的に全体を見つけます一般化RSquare あまり役に立ちません。
再：ニューラルネットにおける一般化RSquareJianありがとう
私はその概念とあなたの懸念を理解しています。とても助かりました！
Bernd
ニューラルネットにおける一般化RS二乗こんにちは、
2つ以上のターゲット変数を使ってNNを実行すると、個々のfitの統計量とGeneralized RSquareのテーブルが得られます。添付）。そのrsquare値は私がそれを観察した限りではすべての個々のrsquare値よりはるかに高いです。JMPヘルプに説明が見つからず、ホバーヘルプが利用できません。誰かが私に説明と解釈の手助けを教えてもらえますか。
