我认为R-平方是预测因子对反应的解释方差.但是我想知道调整后的值是如何计算的?如果这个概念和原来的有什么不同。
发布于 2016-10-21 16:42:53
谷歌搜索的r平方调整后,得到了几个易于理解的解释。我将直接从这些结果中粘贴几个。
调整后的R2意义 --无论是R2还是调整后的R2 --都可以让您了解有多少数据点属于回归方程的范围。然而,R2和调整后的R2之间有一个主要的区别:R2假定每个变量都解释了因变量的变化。调整后的R2告诉您实际影响因变量的独立变量所解释的变异百分比。
什么是调整的R-平方?调整后的R-平方比较了包含不同数量预测因子的回归模型的解释能力。假设您将一个五预测器模型与一个较高的R平方值与一个预测器模型进行比较。五个预测因子模型的R平方值较高,因为它更好吗?还是R平方值更高是因为它有更多的预测因子?简单地比较调整后的R平方值,找出答案!调整后的R-平方是R-平方的一个修正版本,它已经对模型中的预测器的数量进行了调整。调整后的R-平方只有在新的期限比预期的更好的情况下才会增加。当预测器改进模型的概率小于预期时,它就会减少。调整后的R-平方可以是负的,但通常不是,它总是低于R-平方。
https://datascience.stackexchange.com/questions/14693
复制相似问题