El R2 de desviación indica qué tanto de la variación en la respuesta es explicado por el modelo. Mientras mayor sea el R2, mejor se ajustará el modelo a los datos. La fórmula es:
Notación
Término
Description
DE
Error Deviance
DT
Total Deviance
R2 de desviación ajustado
El R2 de desviación ajustado explica el número de predictores incluidos en el modelo y es útil para comparar modelos con diferentes cantidades de predictores. La fórmula es:
Notación
Término
Description
R2
el R2 de desviación
p
los grados de libertad para la regresión
Φ
1, para los modelos binomiales
DT
la desviación total
Aunque los cálculos del R2 de desviación ajustado pueden producir valores negativos, Minitab muestra cero para esos casos.
Criterio de información de Akaike (AIC)
Utilice este estadístico para comparar diferentes modelos. Mientras más pequeño sea el AIC, mejor se ajustará el modelo a los datos.
Las funciones de log-verosimilitud se parametrizan en términos de las medias. La siguiente es la forma general de las funciones:
La siguiente es la forma general de las contribuciones individuales:
La siguiente ecuación proporciona la forma de las contribuciones individuales para un modelo binomial:
Notación
Término
Description
p
los grados de libertad para la regresión
Lc
la log-verosimilitud del modelo actual
yi
el número de eventos para la iésima fila
mi
el número de ensayos para la iésima fila
la respuesta media estimada de la iésima fila
AICc (Criterio de información de Akaike corregido)
AICc no se calcula cuando .
Notación
Término
Description
p
el número de coeficientes en el modelo, incluida la constante
n
el número de filas en los datos con datos presentes
BIC (Criterio de información bayesiano)
Notación
Término
Description
p
el número de coeficientes en el modelo, sin contar la constante
n
el número de filas en los datos sin datos faltantes
.
