决定系数
模型的决定系数(Determinate Coefficient) 等于复相关系数的平方。与简单线性回归中的决定系数相类似,它表示反应变量y 的总变异中可由回归模型中自变量解释的部分所占的比例,是衡量所建立模型效果好坏的指标之一。显然, R2 越大越好,但是也存在与复相关系数一样的不足,即使向模型中增加的变量没有统计学意义, 值仍会增大。
校正的决定系数
由于用R2 评价拟合模型的好坏具有一定的局限性,即使向模型中增加的变量没有统计学意义,R2 值仍会增大。因此需对其进行校正,从而形成了校正的决定系数(Adjusted R Square) 。与R2 不同的是,当模型中增加的变量没有统计学意义时,校正决定系数会减小,因此校正R2 是衡量所建模型好坏的重要指标之一,校正R2 越大,模型拟合得越好。但当p/n 很小时,如小于0.05 时,校正作用趋于消失。
实际应用中,它们的大小还与研究中实际观测到的自变量取值范围有关,一种可能的情况是,某个实际观测的自变量取值范围很窄,但此时所建模型的R2 很大,但这并不代表模型在外推应用时的效果肯定会很好。此外,有时虽然校正决定系数(或决定系数)很大,但误差均方仍很大,这会导致估计的可信区间很宽,从而失去实际应用价值。
|