请教：关于逻辑回归中Rsquare的问题

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

在做逻辑回归的时候，变量都很显著，但Rsquare只有0.02。
请问这是怎么回事，应该怎么调整模型。

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1 回帖

关键词：Rsquare Square 逻辑回归 ARE 请教 逻辑 Rsquare

对这种伪Rsquare好像没有太多的人注重吧

我學Logistic Regression時是根本沒有關注R-sqr的。書里面也沒強調要看這個，所以應該不是重要的參考。

这说明你的模型有问题，数据量太少

logistic 不用关注R square

我来回答一下你的问题。
R-square是用来衡量一个模型好坏的重要工具。英文的解释是这样的：R-square can be used to measure how much of you model be explained by the combination of the independent variables used in your model. 换句话来说，它可以告诉你，你的模型的因变量DV的变化有多少可以被自变量IV的组合来解释。 R-square 为0.02说明DV只有2%可以由IV组合来解释，其余的98%都无法由它们来解释。原因很简单，你漏掉了一些重要自变量。下面我给个例子说明。
在一个用来分析哪些因素会影响销售额的模型当中，因变量DV是 sales revenues, 自变量IV的组合为 promotion, in-store features, store location... 即
sales revenues=a0+a1promotion+a2in_store features+a3store location.
你很可能会发现每一个自变量都是significant, 但是R-square 却小得可怜 - 因为你没有将最重要的一个因素加进去 - price. 如果你将价格加进入后，你会发现R-square会得到很大的改善。
我建议你重新考虑你的IV组合。祝顺利。

LS的，你举的例子是linear的例子。logistic其实还不太一样。logistic会算出一个proability.一般评价类似分类model的好坏就是看按照proability的大小 排序，能否有效将 dependent capture 到（比如proability 排 的前面的含有 dep=0 比例的多少）。一般是用·Lorenz Cureve， ROC Curve 以及KS(Kolmogorov-Smirnov)值来衡量 。

6# nelsonruan

的确，你说的是Least squared 下面的R平方。R平方在generalized linear model里没有被广泛的应用也是事实。比如说SAS在proc logistic 升级版的proc genmod里至今并没有给出R平方。我想原因或许是没有一个好的统一的R平方算法（在generalized linear model上）。至少是，R平方迄今为止还没有一个令人信服的好的算法。我的感觉，好的东西自然会被大家很快地接受，如果是不成熟的，要么改进要么消失。