通过R2还是调整R2选最优回归模型？

相似文件 换一批

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

用不同的回归模型做回归，发现R2最大的模型调整R2不一定最大，那么到底根据哪个标准选最优模型呢？？？网上找到一个解释与君共享：
   R2是回归平方和与总平方和的比值。根据定义，它就是反应了回归方程对y的解释能力。

    在它基础上，又派生出一个调整确定系数，是因为在多元线性回归方程中，自变量个数的增加会引起余差平方和的减少，R2增大；因此，尽管有的自变量与y线性关系不显著，将其引入方程后，也会使R2增大。也就是说，R2本身还受自变量个数的影响。

   因此，为了剔除自变量个数对R2的影响，让R2的大小只反应回归方程的拟合优度，引入了调整的R2，从其可以看出，调整的R2随k的增加而减小，（n是样本个数，在调查之后分析时，是固定的），可以识别自变量个数对R2的影响。

   经验上，一般当k：n大于1:5时，R2会高估实际的拟合优度，这时，宜用调整后的R2来说明方程的拟合优度，也就是自变量对y的解释能力。

   以上解释说明随意添加变量不一定能让模型实际拟合度上升，这个好理解。但是我的模型自变量个数是定的，而且也满足k:n<1.5，而是改变模型本身，那就是通过R2最大选择最优模型么？？？

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏7 回帖

关键词：回归模型 多元线性回归 变量个数 回归方程 拟合优度 模型 调整R2

回归依照目的不同分为预测型和解释型两类，每一类都有其相应的分析方法。还是应首先明确回归的目的。不过，不管是哪一类，也都没有优化Adjusted R^2的做法～

多看看好书
书上这写基础的都讲
伍德里奇
古扎拉蒂

调整后R2是比较粗糙的标准，一般用得较多的是赤池信息准则AIC，施瓦茨准则SC，还有HQC等三个准则。

forgetmenot_ty 发表于 2017-5-28 15:20
用不同的回归模型做回归，发现R2最大的模型调整R2不一定最大，那么到底根据哪个标准选最优模型呢？？？网上 ...

关键看自信，对模型有信心，不用看r方。不知道自己模型对不对的人才靠r方壮胆。

myimee 发表于 2017-5-28 22:56
关键看自信，对模型有信心，不用看r方。不知道自己模型对不对的人才靠r方壮胆。

你这个纯粹是误导

不要去过度关注R2那些，容易导致过拟合。关键是看模型的建立是否是在理论基础之上，有无体现研究的目的。

交叉验证吧，单独看模型的R平方不能证明模型的泛化能力，建议在回归方程的基础上对多个样本进行R方的交叉验证，选择出R
方变化最小的回归模型。