কীভাবে একটি লোয়েস ফিটের জন্য আর-স্কোয়ার পাবেন?

Question

আর এর জন্য এবং / অথবা ফাংশন আউটপুটটিতে আর-স্কোয়ার্ড ( ) পরিসংখ্যান কীভাবে গণনা করবেন ? উদাহরণস্বরূপ এই ডেটা:$r^2$loesspredict

cars.lo <- loess(dist ~ speed, cars)
cars.lp <- predict(cars.lo, data.frame(speed = seq(5, 30, 1)), se = TRUE)

cars.lpfitমডেলের se.fitজন্য এবং স্ট্যান্ডার্ড ত্রুটির জন্য দুটি অ্যারে রয়েছে ।

Comments

$R^2$

Answer 1

$R^2$

ss.dist <- sum(scale(cars$dist, scale=FALSE)^2)
ss.resid <- sum(resid(cars.lo)^2)
1-ss.resid/ss.dist

$\approx$ cor(cars$dist, predict(cars.lo))^2

library(mgcv)
summary(gam(dist ~ speed, data=cars))

loessMultiple R-squaredairqualityairloess$R^2$

$R^2$

span$R^2$

Comments

$R^2$$R^2$

$r^2$

অগত্যা "আরও নির্ভুল"। প্রকৃতপক্ষে, ভবিষ্যদ্বাণীমূলক মডেলটিতে নির্ভুলতা অর্জনের জন্য লোস ব্যবহার করা বোকামি হবে। আমি মনে করি লোসকে একটি "মডেল" হিসাবে উল্লেখ করা এটি কীভাবে কাজ করে এবং কীভাবে এটি ব্যবহার করার উদ্দেশ্যে রয়েছে সে সম্পর্কে একটি সম্ভাব্য ভুল ধারণাটি প্রকাশ করে: নিদর্শন এবং প্রবণতাগুলি দেখতে সহায়তা করার জন্য এটি সত্যই একটি গ্রাফিকাল, অনুসন্ধানকারী সরঞ্জাম। যেহেতু এটি সত্যই কেবল চলন্ত-উইন্ডো স্মুথ, এটি একটি মোটামুটি জটিল স্থানিক প্রতিবেশী মডেল হিসাবে কাজ করে যেখানে কোনও বিন্যাসে লাগানো মানটি ডেটাশেটে এবং সেখানকার মানগুলিতে কোন প্রতিবেশী পয়েন্টের উপর নির্ভর করে depends

— whuber

$r^2$