元の応答に合わせて調整されたボックスコックスモデルR2こんにちは！
Box Cox応答変換を使用する重回帰モデルを作成し、jmpがモデルのR2_adjustedを報告しましたが、今は元の変換されていない応答のR2_adjustedを見つける必要があります。標準のR2_adjusted式を使用できますか？Box Cox LambdaパラメータをモデルDFに含める必要があります。モデルパラメータの数を1だけ増やす必要がありますか？
ありがとう！
分析Re：元の応答に合わせて調整されたBox CoxモデルR2元の応答と同じ線形予測子を使用してください。
Re：元の応答に合わせて調整されたBox CoxモデルR2しかし、私のBox Cox Lambdaは、以前のモデル（jmp fitプラットフォームの関数）から最適化パラメーターとして提供されましたが、どのようにパラメーターではないのですか？
お返事ありがとうございます！
Re：元の応答に合わせて調整されたBox CoxモデルR2これは、変換の最適化で使用される「ハイパーパラメータ」です。モデルの項を修正し、ラムダを決定します。次に、ラムダを修正してモデルパラメータを決定します。この状況は、学習率などのフィッティング方法の追加パラメーターを含む予測モデルで一般的です。
モデルの選択とは関係なく、測定された応答の「直径」が予測子に線形的に関連しないことが決定されたと想像してください。測定された応答はPi（）*（diameter / 2）^ 2に変換されます。変換とそれが使用する「パラメータ」は、モデル選択の一部ではありません。
R 2乗は、モデルの精度の推定です。調整済みR二乗は、線形予測子のパラメーターを考慮します。以上です。
Re：元の応答に合わせて調整されたBox CoxモデルR2マーク、jmpがBoxCoxモデルのR2_adjustedを計算するとき、これは正しいように聞こえます。しかし、元の応答を取得するために逆変換を行うとき、新しいR2_adjustedが必要です。それは、Piが定数ではなく、jmpからの変数であるようです。それでも、DF計算から破棄する必要がありますか？
R2_adjustedが必要な理由は、Box Cox変換なしで実行した他のモデルと比較するためです。
