Box Cox 模型 R2 針對原始響應進行了調整你好！
我建立了一個使用 Box Cox 響應轉換的多元回歸模型，並且 jmp 為我的模型報告了 R2_adjusted，但現在我需要為原始未轉換的響應找到 R2_adjusted。 我可以使用標準的 R2_adjusted 公式嗎？ 我需要以某種方式將 Box Cox Lambda 參數包含到模型 DF 中。 我應該將模型參數的數量增加 1 嗎？
謝謝！
分析回复：Box Cox 模型 R2 針對原始響應進行了調整我得考慮一下這個案子。 當您更改模型之間的響應並使用大多數標準（例如 AICc）時，通常會出現“所有賭注”。 它們僅在您更改模型時有效。
但是調整後的 R 平方是均方（方差）的比率，我仍然認為均方的 DF 不包括變換參數。 你也可以這樣想：原始數據也使用了 Box-Cox 變換的 lambda 參數。 λ 為 1。
回复：Box Cox 模型 R2 針對原始響應進行了調整馬克，當 jmp 為 BoxCox 模型計算 R2_adjusted 時，這聽起來是正確的。但是當我進行反向轉換以獲得原始響應時，我需要新的 R2_adjusted，就像 Pi 不是來自 jmp 的常量而是變量，我是否仍然應該從 DF 計算中丟棄它？
我需要 R2_adjusted 的原因是為了與沒有 Box Cox 轉換的其他模型進行比較。
回复：Box Cox 模型 R2 針對原始響應進行了調整它是用於優化轉換的“超參數”。 您修復模型項並確定 lambda。 現在您修復 lambda 以確定模型參數。 這種情況在涉及擬合方法的附加參數（例如學習率等）的預測模型中很常見。
想像一下，獨立於模型選擇，確定測量的響應“直徑”不會與預測變量線性相關。 測量的響應轉換為 Pi() * (diameter/2)^2。 轉換和它可能使用的任何“參數”都不是模型選擇的一部分。
R 平方是模型準確度的估計值。 調整後的 R 平方說明了線性預測變量中的參數。 就這些。
回复：Box Cox 模型 R2 針對原始響應進行了調整但是我的 Box Cox Lambda 是來自之前模型的優化參數（jmp fit 平台的功能），它怎麼不是參數？
感謝您的回复！
回复：Box Cox 模型 R2 針對原始響應進行了調整只需使用與原始響應相同的線性預測器。
