如何解决svyglm 中的负调整 R 平方
我有一个大型加权分层数据集,其中包含每个家庭的二氧化碳排放量。变量 total_co2
等于总和 elec_co2 + gas_co2 + oil_co2
。在转向更复杂的关系之前,我试图构建一个看似显而易见的模型。
svy <- svydesign(id=~i_psu,strata=~i_strata,weights=~i_hhdenui_xw,data=df1)
model <- svyglm(total_co2 ~ elec_co2,svy)
summ(model)
MODEL INFO:
Observations: 6826
Dependent Variable: total_co2
Type: Survey-weighted linear regression
MODEL FIT:
R² = 0.31
Adj. R² = -1.74
Standard errors: Robust
---------------------------------------------------
Est. S.E. t val. p
----------------- --------- ------- -------- ------
(Intercept) 1962.48 83.68 23.45 0.00
elec_co2 1.27 0.05 23.98 0.00
---------------------------------------------------
Estimated dispersion parameter = 4390445
虽然 R^2
表示某种解释力,但 Adj. R^2
是否定的,通常被解释为表示相反。在如此简单的关系中,这怎么可能?负值从何而来,我该如何解释?
这是一个简单的数据图。
解决方法
简短回答:调整后的 R 平方公式允许否定答案,如果所选模型的拟合效果比水平线差,则 R 平方为负。
长答案: 另一条评论更深入地探讨了负 R 平方值: https://stats.stackexchange.com/q/12991
此网页深入介绍了调整后的 R 平方公式: https://www.statisticshowto.com/adjusted-r2/
我建议尝试其他模型或单独添加 elec_co2、gas_co2 和 oil_co2。
,调整后的 R 平方的负值是由于 summ
的 jtools
函数中的错误造成的。更多信息请访问:https://github.com/jacob-long/jtools/issues/112
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。