重回帰の予測変数間でr 2乗を分割する方法は?


16

著者が2つの予測変数を使用して重回帰を実行した論文を読んだばかりです。全体のr 2乗値は0.65でした。彼らは、2つの予測変数の間でr 2乗を分割する表を提供しました。テーブルは次のようになりました。

            rsquared beta    df pvalue
whole model     0.65   NA  2, 9  0.008
predictor 1     0.38 1.01 1, 10  0.002
predictor 2     0.27 0.65 1, 10  0.030

データセットRを使用して実行したこのモデルではmtcars、全体のr 2乗値は0.76です。

summary(lm(mpg ~ drat + wt, mtcars))

Call:
lm(formula = mpg ~ drat + wt, data = mtcars)

Residuals:
    Min      1Q  Median      3Q     Max 
-5.4159 -2.0452  0.0136  1.7704  6.7466 

Coefficients:
            Estimate Std. Error t value Pr(>|t|)    
(Intercept)   30.290      7.318   4.139 0.000274 ***
drat           1.442      1.459   0.989 0.330854    
wt            -4.783      0.797  -6.001 1.59e-06 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1   1

Residual standard error: 3.047 on 29 degrees of freedom
Multiple R-squared:  0.7609,    Adjusted R-squared:  0.7444 
F-statistic: 46.14 on 2 and 29 DF,  p-value: 9.761e-10

2つの予測変数間でrの2乗値を分割するにはどうすればよいですか?


1
この投稿では、をパーティション分割する方法に関する情報を提供します。R2
COOLSerdash

8
このコメントは、これが危険ではないとしても多くの場合役に立たないという見解を簡潔かつ不適切に表しています。モデルの成功または失敗は、予測子(およびそれらの特定の機能形態、相互作用用語など)によるチームの努力の結果と最もよく見なされ、そのように判断されます。当然、私たちのほとんどは予測変数の相対的な重要性に興味があり、それはナンセンスではありませんが、それを正確に定量化しようとすると、そのような演習の技術的および哲学的制限の完全な声明を伴う必要があります。
ニックコックス

回答:


5

2つの個別の相関を取得して2乗するか、2つの個別のモデルを実行してR ^ 2を取得することができます。予測変数が直交している場合にのみ合計されます。


2
「直交」とは、2つの予測子が互いに相関しないことを意味しますか?
ルチアーノ

3
はい、無相関...それは合計に合計する唯一の方法です。
ジョン

12

ジョンの答えに加えて、各予測子の二乗半部分相関を取得することもできます。

  • 非相関予測子:予測子が直交(つまり、無相関)である場合、二乗半部分相関は二乗ゼロ次相関と同じになります。
  • 相関予測子:予測子が相関している場合、二乗された半部分相関は、特定の予測子によって説明される一意の分散を表します。この場合、二乗された半部分相関の合計は未満になります。この残りの説明された分散は、複数の変数によって説明された分散を表します。R2

R関数を探している場合はspcor()ppcorパッケージに含まれています。

また、重回帰における変数の重要性を評価する広範なトピックを検討することもできます(たとえば、relaimpoパッケージに関するこのページを参照)。


3

あなたの質問にタグを追加しました。タグwikiの一部を次に示します

R2p!p

Grömping(2007、The American Statisticianは、変数の重要性を評価する文脈における文献の概要と指針を示しています。


y ~ a + by ~ b + ay ~ ay ~ a + by ~ by ~ a + by ~ b + a2p

R2aabR2y~1y~abR2y~by~a+b

2p2!

2p=q=0p(pq)(pq)qpq=0qqq=1pq(pq)2p
弊社のサイトを使用することにより、あなたは弊社のクッキーポリシーおよびプライバシーポリシーを読み、理解したものとみなされます。
Licensed under cc by-sa 3.0 with attribution required.