全部版块 我的主页
论坛 数据科学与人工智能 数据分析与数据科学 R语言论坛
5711 4
2010-03-22
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.
二维码

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

全部回复
2010-3-23 08:25:00
1# friendpine

str(结果)

找到你需要提取的部分
二维码

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

2010-3-23 11:39:13
我看过了,它的结果里面也没有.......

2# trier2006
二维码

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

2010-3-23 17:19:09
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
二维码

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

2015-6-30 16:38:21
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。
二维码

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

相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群