Box Cox modèle R2 ajusté pour la réponse d'originesalut!
J'ai construit un modèle de régression multiple qui utilise la transformation de réponse Box Cox et jmp a signalé R2_adjusted pour mon modèle, mais maintenant je dois trouver R2_adjusted pour la réponse d'origine non transformée. Puis-je utiliser la formule standard R2_adjusted? J'ai besoin en quelque sorte d'inclure le paramètre Box Cox Lambda dans le modèle DF. Dois-je simplement augmenter le nombre de mes paramètres de modèle de 1?
Merci!
AnalytiqueRe: Box Cox modèle R2 ajusté pour la réponse d'origineUtilisez simplement le même prédicteur linéaire avec la réponse d'origine.
Re: Box Cox modèle R2 ajusté pour la réponse d'origineMais ma Box Cox Lambda est venue comme paramètre d'optimisation du modèle précédent (fonction de la plate-forme jmp fit), comment ce n'est pas un paramètre?
Merci pour votre réponse!
Re: Box Cox modèle R2 ajusté pour la réponse d'origineC'est un «hyper-paramètre» utilisé dans l'optimisation de la transformation. Vous fixez les termes du modèle et déterminez lambda. Maintenant, vous corrigez lambda pour déterminer les paramètres du modèle. Cette situation est courante avec les modèles prédictifs qui impliquent des paramètres supplémentaires de la méthode d'ajustement, tels que le taux d'apprentissage, et cetera.
Imaginez que, indépendamment de la sélection du modèle, il est déterminé que le «diamètre» de la réponse mesurée ne serait pas lié linéairement aux prédicteurs. La réponse mesurée est transformée en Pi () * (diamètre / 2) ^ 2. La transformation et les «paramètres» qu'elle pourrait utiliser ne font pas partie de la sélection du modèle.
R au carré est une estimation de la précision du modèle. Le R ajusté tient compte des paramètres du prédicteur linéaire. C'est tout.
Re: Box Cox modèle R2 ajusté pour la réponse d'origineMark, cela semble correct lorsque jmp calcule R2_adjusted pour le modèle BoxCox. mais j'ai besoin d'un nouveau R2_adjusted quand je refais la transformation pour obtenir la réponse d'origine, c'est comme si Pi n'est pas une constante mais une variable qui venait de jmp, devrais-je tout de même la supprimer du calcul DF?
La raison pour laquelle j'ai besoin de R2_adjusted est de comparer avec un autre modèle que j'ai fait sans transformation Box Cox.
