Oszacowałem solidny model liniowy R
z wagami MM, korzystając z rlm()
pakietu MASS. „R” nie podaje wartości dla modelu, ale chciałbym ją mieć, jeśli jest to znacząca ilość. Interesuje mnie również to, czy jest jakieś znaczenie posiadanie wartości która waży całkowitą i resztkową wariancję w taki sam sposób, w jaki obserwacje były ważone w silnej regresji. Moje ogólne myślenie jest takie, że jeśli do celów regresji zasadniczo mamy do czynienia z wagami, które dają niektóre szacunki mniej wpływowe, ponieważ są one w jakiś sposób wartościami odstającymi, to być może w celu obliczenia powinniśmy również podać te same szacunki mniej wpływ?
Napisałem dwie proste funkcje dla i ważonej , są one poniżej. Dołączyłem również wyniki uruchomienia tych funkcji do mojego modelu, który nazywa się HI9. EDYCJA: Znalazłem stronę internetową Adelle Coster z UNSW, która podaje formułę obejmującą wektor wag przy obliczaniu obliczeń zarówno i tak jak ja, i poprosiłem ją o bardziej formalne odniesienie: http: //web.maths. unsw.edu.au/~adelle/Garvan/Assays/GoodnessOfFit.html (wciąż szukam pomocy Cross Validated na temat interpretacji tego ważonego )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
Dziękujemy wszystkim, którzy poświęcają czas na odpowiadanie na to. Proszę przyjąć moje przeprosiny, jeśli istnieje już bardzo dobre odniesienie do tego, które przeoczyłem, lub jeśli mój powyższy kod jest trudny do odczytania (nie jestem koderem).