負調整 R 在 svyglm 中平方

Question

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？

這里是一個簡單的 plot 的數據。

Answer 1

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。

Answer 2

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