全因子线性回归模型中R^2值的修正
全因子线性回归模型中R^2值的修正
提问于 2021-12-02 15:38:54
我有一个来自四种处理的实验数据集，它们使用四个虚拟变量进行编码，我将称之为Tr1、Tr2、Tr3和Tr4。(为了明确起见：Tr1 + Tr2 + Tr3 + Tr4 = 1用于我的数据集中的所有观察。)现在，我正在估计一个线性回归模型，在所有四个虚拟变量加上一些其他回归变量上，我将结果变量y回归，忽略常量：
lm(y ~ Tr1 + Tr2 + Tr3 + Tr4 + var1 + var2 + 0, data = df)问题是，这个模型没有常数，产生膨胀的R^2值。显然，Stata有一个, hasconst选项，它生成正确的R^2值，同时考虑到模型是在没有常数的情况下估计的，但是一个常数是以所有假人的形式包含的。R中有类似的东西吗？或者有人能告诉我如何计算这个模型的R^2吗？
回答 1
Stack Overflow用户
回答已采纳
发布于 2022-01-13 20:01:24
如果删除其中一个假人，但包含一个常量，则估计的模型将是相同的(模将常量添加到假人中)，R2将是正确的：
m <- lm(y ~ Tr2 + Tr3 + Tr4 + var1 + var2, data = df)
rsq <- summary(m)$r.squared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/70202343
复制相关文章
相似问题
腾讯云开发者
