मैंने MASS पैकेज R
का उपयोग करके एमएम वेट के साथ एक मजबूत रैखिक मॉडल का अनुमान लगाया rlm()
। `R`` मॉडल के लिए मान प्रदान नहीं करता है , लेकिन अगर यह एक सार्थक मात्रा है, तो मैं एक होना चाहूंगा। मुझे यह जानने में भी दिलचस्पी है कि क्या मूल्य होने का कोई मतलब है जो कुल रेजिडेंशियल वैरिएंट का वजन उसी तरह से होता है जिस तरह से अवलोकन को मजबूत प्रतिगमन में भारित किया गया था। मेरी सामान्य सोच यह है कि, यदि प्रतिगमन के प्रयोजनों के लिए, हम अनिवार्य रूप से कुछ अनुमानों को कम प्रभाव देने वाले भार के साथ हैं क्योंकि वे किसी तरह से आउटलेर हैं, तो शायद r 2 की गणना करने के उद्देश्य से हमें उन्हें भी देना चाहिए कम प्रभाव का अनुमान है?आर 2
मैंने और भारित R 2 के लिए दो सरल कार्य लिखे , वे नीचे हैं। मैंने अपने मॉडल के लिए इन कार्यों को चलाने के परिणामों को भी शामिल किया, जिसे HI9 कहा जाता है। संपादित करें: मैं UNSW के Adelle कोस्टर है कि एक सूत्र देता है के लिए के वेब पेज पाया है कि दोनों की गणना की गणना में वजन वेक्टर शामिल और मैंने किया था बस के रूप में, और उसे एक और अधिक औपचारिक संदर्भ के लिए पूछा: http: //web.maths। unsw.edu.au/~adelle/Garvan/Assays/GoodnessOfFit.html (अभी भी क्रॉस की मदद की तलाश में है कि इस भारित आर 2 की व्याख्या कैसे करें ।)R2
SSe
SSt
#I used this function to calculate a basic r-squared from the robust linear model
r2 <- function(x){
+ SSe <- sum((x$resid)^2);
+ observed <- x$resid+x$fitted;
+ SSt <- sum((observed-mean(observed))^2);
+ value <- 1-SSe/SSt;
+ return(value);
+ }
r2(HI9)
[1] 0.2061147
#I used this function to calculate a weighted r-squared from the robust linear model
> r2ww <- function(x){
+ SSe <- sum((x$w*x$resid)^2); #the residual sum of squares is weighted
+ observed <- x$resid+x$fitted;
+ SSt <- sum((x$w*(observed-mean(observed)))^2); #the total sum of squares is weighted
+ value <- 1-SSe/SSt;
+ return(value);
+ }
> r2ww(HI9)
[1] 0.7716264
किसी को भी धन्यवाद जो इस पर जवाब देने में समय बिताता है। कृपया मेरी क्षमायाचना स्वीकार करें यदि इस पर पहले से ही कुछ बहुत अच्छा संदर्भ है जो मैं चूक गया था, या यदि मेरा ऊपर का कोड पढ़ना मुश्किल है (मैं कोड आदमी नहीं हूं)।