การใช้สัมประสิทธิ์การกำหนดบางส่วน

ใครบ้างมีคำแนะนำหรือแพ็คเกจที่จะคำนวณค่าสัมประสิทธิ์ของการตัดสินใจบางส่วน?

สัมประสิทธิ์ของการตัดสินใจบางส่วนสามารถกำหนดเป็นร้อยละของการเปลี่ยนแปลงที่ไม่สามารถอธิบายได้ในรูปแบบที่ลดลง แต่สามารถอธิบายได้โดยตัวทำนายที่ระบุไว้ในแบบจำลอง (เอ้อ) สัมประสิทธิ์นี้ใช้เพื่อให้เข้าใจว่าตัวทำนายเพิ่มเติมหนึ่งตัวหรือมากกว่านั้นอาจมีประโยชน์ในตัวแบบการถดถอยที่ระบุอย่างสมบูรณ์

การคำนวณสำหรับ r ^ 2 บางส่วนนั้นค่อนข้างตรงไปตรงมาหลังจากการประเมินสองโมเดลของคุณและสร้างตาราง ANOVA สำหรับพวกเขา การคำนวณสำหรับ r ^ 2 บางส่วนคือ:

(SSEreduced - SSEfull) / SSEreduced

ฉันได้เขียนฟังก์ชันที่ค่อนข้างง่ายซึ่งจะคำนวณสิ่งนี้สำหรับตัวแบบถดถอยเชิงเส้นหลายแบบ ฉันไม่คุ้นเคยกับโครงสร้างรุ่นอื่น ๆ ใน R ที่ฟังก์ชั่นนี้อาจทำงานได้ไม่ดี:

partialR2 <- function(model.full, model.reduced){
    anova.full <- anova(model.full)
    anova.reduced <- anova(model.reduced)

    sse.full <- tail(anova.full$"Sum Sq", 1)
    sse.reduced <- tail(anova.reduced$"Sum Sq", 1)

    pR2 <- (sse.reduced - sse.full) / sse.reduced
    return(pR2)

    }

ข้อเสนอแนะหรือเคล็ดลับเกี่ยวกับฟังก์ชั่นที่มีประสิทธิภาพมากขึ้นในการทำภารกิจนี้และ / หรือการใช้งานที่มีประสิทธิภาพมากขึ้นของรหัสข้างต้นจะได้รับการชื่นชมมาก

ทีนี้, r ^ 2 เป็นแค่ความแปรปรวนร่วมกำลังสองเหนือผลคูณของความแปรปรวน, ดังนั้นคุณอาจทำบางอย่างเช่น cov (Yfull, Ytrue) / var (Ytrue) var (Yfull) - cov (YReduced, Ytrue) / var (Ytrue) ) var (YRed) โดยไม่คำนึงถึงประเภทรุ่น; ตรวจสอบเพื่อยืนยันว่าให้คำตอบเดียวกันกับคุณในกรณี lm

http://www.stator-afm.com/image-files/r-squared.gif