函數來計算R中的R（R平方）

我有一個數據幀與觀察和建模的數據，我想計算R2值。我希望有一個功能，我可以打電話給這個，但無法找到一個。我知道我可以寫我自己的，並應用它，但我錯過了明顯的東西？我想要類似函數來計算R中的R（R平方）

obs <- 1:5 
mod <- c(0.8,2.4,2,3,4.8) 
df <- data.frame(obs, mod) 

R2 <- rsq(df) 
# 0.85

來源

2016-12-01 Esme_

而不可避免的 - 「調整後的R^2呢？」問題在這裏解決 - http://stats.stackexchange.com/questions/48703/what-is-the-adjusted-r-squared-formula-in-lm-in-r-and-how-should-it-be -interpret – thelatemail

您可能需要指定如何創建此「建模數據」。 r.squared由與迴歸函數相關的彙總函數報告。但只有當這樣一個估計是有統計學意義的。 –

我有幾種不同的模型，但它不僅僅是像lm這樣的迴歸模型的輸出，所以彙總函數不起作用。基本上我需要能夠在兩個向量之間進行比較（李哲源的建議完全適用於此） –

您需要一點統計知識才能看到此內容。兩個向量之間的R平方就是它們相關的平方。所以，你可以定義你的功能爲：

rsq <- function (x, y) cor(x, y)^2

來源

2016-12-01 02:09:35

有一些假設必須滿足才能成立：http://www.win-vector.com/blog/2011/11/correlation-and-r-squared/ 我想將它用於KNN，但我不確定這些假設是否成立。將不得不檢查這是否實際上與傳統計算相同R^2 – wordsforthewise

來自相關^ 2方法和傳統1-SSE/SST的答案不相同。在我使用的例子中，我從正常的r^2方程獲得了來自corr^2和'0.7531449'的'0.756388'。雖然差別很小，但它仍然可以用來模擬超參數選擇等。 – wordsforthewise

爲什麼不這樣：

rsq <- function(x, y) summary(lm(y~x))$r.squared 
rsq(obs, mod) 
#[1] 0.8560185

來源

2016-12-01 05:13:13

它是不是很明顯，但caret封裝具有功能postResample()，將計算「的表現估計向量」根據documentation。「業績預測」是

RMSE
Rsquared
平均絕對誤差（MAE）

，並從向量這樣

library(caret) 
vect1 <- c(1, 2, 3) 
vect2 <- c(3, 2, 2) 
res <- caret::postResample(vect1, vect2) 
rsq <- res[2]

但是訪問，這是使用另一個答案中提到的r平方的相關平方近似。爲什麼他們不使用傳統的1-SSE/SST超出了我的想象。

實現正常coefficient of determination equation的方法是：

preds <- c(1, 2, 3) 
actual <- c(2, 2, 4) 
rss <- sum((preds - actual)^2) 
tss <- sum((actual - mean(actual))^2) 
rsq <- 1 - rss/tss

不算太壞，通過課程的手編代碼，但是爲什麼沒有在統計數據主要由一個語言函數嗎？我在想我還是錯過了某處R^2的實現。

來源

2018-01-19 00:44:46 wordsforthewise

函數來計算R中的R（R平方）

回答

相關問題