非线性回归中R^2值的计算
非线性回归中R^2值的计算
提问于 2011-04-14 05:44:09
我首先想说的是，我知道计算非线性回归的R^2值并不完全正确，也不是一件有效的事情。
然而，我正处于将我们在SigmaPlot中的大部分工作转移到R的过渡期，对于我们的非线性(浓度-响应)模型，同事们习惯于看到与模型相关的R^2值来估计拟合优度。
SigmaPlot使用1-(残差SS /总SS)计算R^2，但在R i中似乎不能提取总SS (残差SS在摘要中报告)。
当我尝试让我们使用更好的拟合优度估计器时，我将非常感激任何帮助我们实现这一点的帮助。
干杯。
回答 2
Stack Overflow用户
回答已采纳
发布于 2011-04-15 05:51:37
我只是计算了它们，而不是提取总SS：
test.mdl <- nls(ctrl.adj~a/(1((conc.calc/x0)^b)),
data=dataSet,
start=list(a=100,b=10,x0=40), trace=T);
1 - (deviance(test.mdl)/sum((ctrl.adj-mean(ctrl.adj))^2))我得到了与使用SigmaPlot时相同的R^2，所以一切都应该很好。
Stack Overflow用户
发布于 2011-04-15 05:04:07
所以y的总变化是(n-1)*var(y)，没有解释的比例，你的模型是sum(residuals(fit)^2)，所以做一些类似1-(sum(residuals(fit)^2)/((n-1)*var(y)) )的事情
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/5656065
复制相关文章
相似问题
腾讯云开发者
