R高手请进: 做robust 回归的时候如何得到R-squared和方程的p-value

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

如题.
我是用MASS包中rlm()函数来做robust regression,但是它给出的只有方程和残差的标准差,我想知道该怎么去判断robust regression的好坏.要是能给出OLS一样的R-square和方程p值就好了.

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0 回帖

关键词：Squared p-value Square robust value 方程 高手 robust

1# friendpine

str(结果)

找到你需要提取的部分

我看过了,它的结果里面也没有.......

2# trier2006

对于robust regression不熟悉，不过就R-sq而言（普通reg）
R-sq=1-sse/sst，以下是我用R自带数据做的，希望能对你有用
> anova(rlm(stack.loss ~ ., stackloss))
Analysis of Variance Table

Response: stack.loss
           Df  Sum Sq Mean Sq F value Pr(>F)
Air.Flow    1 1748.60 1748.60               
Water.Temp  1   55.37   55.37               
Acid.Conc.  1    6.99    6.99               
Residuals      190.54

这个没有直接的p值和拟合优度。你可以用stata进行稳健的回归拟合。
如果一定要通过R来查看这些统计量。可以先拟合：rlm（formula,data）,
然后summary（your model）;
就会显示你参数的t值，然后用qt（）函数求出相应的概率。
至于拟合优度，可以先用resid（your model）得到残差，然后求出残差平方合去除y值的方差，再用1去减就可以了。只是多少有点没必要。稳健分析只能作为探索性的分析，一般不能作为结论。最好对你的数据进行一些转换，得到满足方差齐性的假设。