[英]Negative adjusted R squared in svyglm
我有一個大型的加權分層數據集,其中包含每個家庭的二氧化碳排放量。 變量total_co2
等於總和elec_co2 + gas_co2 + oil_co2
。 在轉向更復雜的關系之前,我嘗試構建一個看似明顯的 model。
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
雖然R^2
表示某種解釋力,但Adj. R^2
Adj. R^2
為負數,通常解釋為相反。 在如此簡單的關系中,這怎么可能? 負值來自哪里,我應該如何解釋它?
簡短回答:調整后的 R 平方公式允許否定答案,如果選擇的 model 擬合比水平線差,則 R 平方為負值。
長答案:其他評論更深入地探討了負 R 平方值: https://stats.stackexchange.com/q/12991
該網頁深入研究了調整后的 R 平方公式: https://www.statisticshowto.com/adjusted-r2/
我建議嘗試其他模型或分別添加 elec_co2、gas_co2 和 oil_co2。
調整后的 R 正方形的負值是由於 jtools 的jtools
summ
中的錯誤。 更多信息在這里: https://github.com/jacob-long/jtools/issues/112
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.