2019-01-16
阅读量:
2130
R方与调整R方
从应用上来讲,R²可以理解成为回归方程的解释度,也就是因变量y的变化有多少百分比是可以由自变量的变化来解释的。
但是R²有一个非常不好的特征,就是只要加多自变量,自变量对因变量变化的解释程度一定是随之增加的,所以会造成一种越多自变量越好的错觉。
因此引入了调整R²的概念。主要是在R²的基础上,加上对变量数量的调整,这样就避免了只要自变量数量增加,自变量对因变量的解释程度就增加的这种不合理的现象。
所以一般使用时候,我们更关注调整R²,但是R²也有一定参考意义,比如R²和调整R²差距过大,一般就说明了我们使用不恰当的变量。
当然模型的解读并不能只依赖单一指标,我们还可以参考均方误差、残差分析、ROC、F值等模型评估指标。
0.0000
0
0
关注作者
收藏
评论(0)
发表评论
暂无数据
推荐帖子
0条评论
0条评论
1条评论