列联表中的 R 方 (U)大家好，
我对列联表中的 R 方不确定性比率有疑问（与 DOF 和对数似然放在同一表中）。 我目前正在进行研究，发现 p 值 (alpha=.05) 具有显着性，但 R 方值接近 0。 现在，我知道在连续与连续中，R 值用于确定两个变量之间的相关性。
我的问题是：列联表中的 Rsquare 值与我的结论有什么相关性？
我能够通过 p 值拒绝原假设，但正如我之前提到的，Rsquare 非常接近 0，这使我不确定是否应该继续考虑备择假设。
提前致谢！
回复：列联表中的 R 方 (U)逻辑回归与分类响应一起使用。 它类似于连续响应的线性回归，但并不完全相同。 方差的线性回归分析基于偏差平方和。 R 平方样本统计量是模型平方和与校正总平方和的比率。 它假设误差平方和不包括模型中未包含的任何固定效应。 也就是说，它假设模型是无偏的。 这很重要，因为平方和取决于所选模型。 R 方是预测性能的度量。
R 平方 (U) 基于模型参数的负对数似然或不确定性 (U)。 该样本统计量是完整模型和简化模型的对数似然之差与简化模型的对数似然之比。 与线性回归情况一样，它假设不存在因偏差而导致的显着失拟合。 R 方 (U) 也是预测性能的衡量标准。
我不明白如何获得逻辑模型的 R 方。 广义 R 方试图提供一个更接近线性回归预期值的值。 这是你指的值吗？ 调整值的含义和解释尚不清楚。
一般来说，对于具有显着预测变量且不缺乏拟合的模型，分类响应的 R 方 (U) 通常非常低。 这意味着预测的响应存在很大的不确定性。
回复：列联表中的 R 方 (U)@马克贝利您能解释一下如何解释 R^2(U) 值吗？ 如果我理解正确的话，R^2 告诉方程可以解释多少变异性，那么 R^2(U) 对于逻辑回归来说是一样的吗？ 鉴于这个值要小得多，您如何解释它的意义？ 我正在使用生态数据来了解背景。 您是否知道在报告模型时，您是否想要使用 R^2(U) 或 R^2（我在逐步拟合窗口中找到的）——哪个数字与逻辑回归更相关？
回复：列联表中的 R 方 (U)惊人的，
谢谢你！
回复：列联表中的 R 方 (U)您可以解读R 方 (U)与您解释的方式相同R方从线性回归。 这R方基于平方和： SS(型号) / SS(总计) 。 R 方 (U)同样是-L(型号) / -L(缩小型) 。 它告诉您模型所占的总不确定性的比例（假设它是正确的模型）。
这种关系更容易看出物流配合比在意外事件因为意外事件只报告-L(型号) 。 这是分析年龄经过重量从大班样本数据表：
这-L(型号)上面有标注不同之处这里。 这-L（总计）上面有标注减少这里。 这R 方 (U)因此差值/减少 = 5.037918 / 67.266350 = 0.0749 。
具有统计显着性的分类响应模型通常表现出非常低的R 方 (U)正如本例所示。 喜欢它的连续模型R方对应地，它表示条件预测相对于边际预测的性能。
