拟合混合响应模型的模型汇总表格

请在模型汇总表中查找每个统计量的定义和解释指导。

S

S 是误差项的估计标准差。在选定的因子设置下,S 值越低,条件拟合方程描述响应的程度越高。但是,S 值本身不会完整描述模型准确度。还要检查其他表和残差图中的主要结果。

R-sq

R2 是由模型解释的响应中的变异百分比。它由 1 减去误差平方和(未由模型解释的变异)与平方总和(模型的总变异)之比计算得出。

解释

使用 R2 来确定模型与数据的拟合优度。R2 值越高,模型解释的响应值中的变异越多。R2 始终介于 0% 和 100% 之间。

当解释 R2 值时,请考虑以下问题:
  • 假定模型具有相同的协方差结构,在您添加其他的固定因子或者协变量时,R2 将增加。因此,比较相同大小的模型时 R2 最有效。

  • 样本数量较小则不能提供对于响应变量和预测变量之间关系强度的精确估计。如果需要 R2 更为精确,则应当使用较大的样本(通常为 40 或更多)。

  • R2 只是模型拟合数据优度的一种度量。即使模型具有高 R2,您也应当检查残差图,以验证模型是否符合模型假设。

R-sq(调整)

当您想要比较具有相同的协方差结构但固定因子和协变量数不同的模型时,可使用调整的 R2。假定模型具有相同的协方差结构,在您添加其他的固定因子或者协变量时,R2 将增加。调整的 R2 值包含模型中的固定因子和协变量数,以便帮助您选择正确的模型。

使用此网站,即表示您同意对数据分析和个性化内容使用 Cookie。  请阅读我们的政策