원래 반응에 맞게 조정 된 Box Cox 모델 R2여보세요!
Box Cox 응답 변환을 사용하는 다중 회귀 모델을 작성했으며 jmp가 모델에 대해 R2_adjusted를보고했지만 이제 변환되지 않은 원래 응답에 대해 R2_adjusted를 찾아야합니다. 표준 R2_adjusted 공식을 사용할 수 있습니까? 어떻게 든 박스 콕스 람다 매개 변수를 모델 DF에 포함시켜야합니다. 모델 매개 변수 수를 1 씩 늘려야합니까?
감사!
해석학Re : Box Cox 모델 R2가 원래 반응에 맞게 조정되었습니다.원래 반응과 동일한 선형 예측 변수를 사용하십시오.
Re : Box Cox 모델 R2가 원래 반응에 맞게 조정되었습니다.그러나 내 Box Cox Lambda는 이전 모델 (jmp fit platform의 기능)에서 최적화 매개 변수로 제공되었습니다. 매개 변수가 아닌 방법은 무엇입니까?
응답 주셔서 감사합니다!
Re : Box Cox 모델 R2가 원래 반응에 맞게 조정되었습니다.변환 최적화에 사용되는 '하이퍼 매개 변수'입니다. 모형 항을 수정하고 람다를 결정합니다. 이제 모델 매개 변수를 결정하기 위해 람다를 수정했습니다. 이 상황은 학습률 등과 같은 피팅 방법의 추가 매개 변수를 포함하는 예측 모델과 공통입니다.
모형 선택과 무관하게 측정 된 응답 '직경'이 예측 변수와 선형으로 관련되지 않을 것으로 결정됩니다. 측정 된 응답은 Pi () * (diameter / 2) ^ 2로 변환됩니다. 변환 및 사용되는 '매개 변수'는 모델 선택의 일부가 아닙니다.
R 제곱은 모형 정확도의 추정치입니다. 조정 된 R 제곱은 선형 예측 변수의 모수를 설명합니다. 그게 다야
Re : Box Cox 모델 R2가 원래 반응에 맞게 조정되었습니다.Mark, jmp가 BoxCox 모델에 대해 R2_adjusted를 계산할 때 올바르게 들립니다. 그러나 원래 응답을 얻기 위해 변환을 되돌릴 때 새로운 R2_adjusted가 필요합니다 .Pi는 상수가 아니지만 jmp에서 나온 변수와 같습니다 .DF 계산에서 여전히 버려야합니까?
R2_adjusted가 필요한 이유는 Box Cox 변환없이 수행 한 다른 모델과 비교하기위한 것입니다.
