如何获得黄土拟合的R平方？

如何计算R 和/或函数输出的R平方（）统计量？例如，此数据： $r^2$ loesspredict

cars.lo <- loess(dist ~ speed, cars)
cars.lp <- predict(cars.lo, data.frame(speed = seq(5, 30, 1)), se = TRUE)

cars.lp有两个fit用于模型和se.fit标准误差的数组。

r r-squared loess

— 尤里·彼得罗夫斯基（Yuriy Petrovskiy）
source

在线性回归中，

等于观测值与拟合值之间的平方相关性-那又如何呢？

R^{2}

$R^2$

— 2012年

我的第一个想法是计算伪 $R^2$ 度量，如下所示：

ss.dist <- sum(scale(cars$dist, scale=FALSE)^2)
ss.resid <- sum(resid(cars.lo)^2)
1-ss.resid/ss.dist

在这里，我们得到的值是0.6814984（），接近从GAM获得的值： $\approx$ cor(cars$dist, predict(cars.lo))^2

library(mgcv)
summary(gam(dist ~ speed, data=cars))

loessMultiple R-squaredairqualityairloess $R^2$

在此处输入图片说明

$R^2$

span $R^2$

— hl
source

R^{2}

$R^2$

R^{2}

$R^2$

r^{2}

$r^2$

不一定“更准确”。确实，使用Loess在预测模型中实现准确性是很困难的。我认为将“黄土”称为“模型”可能会引起人们对其运作方式以及预期使用方式的误解：它实际上是一种图形化的探索性工具，可帮助您查看模式和趋势。因为它实际上只是一个移动窗口平滑器，所以它起着相当复杂的空间邻域模型的作用，其中某个点的拟合值取决于数据集中存在的相邻点及其上的值。

— ub

从概念上讲，计算

r^{2}

$r^2$ 来自GAM？

— russellpierce