好吧……我在问之前确实搜索了一段时间,并注意到在阅读了这个和这个之后我的问题本身基本上有问题,但仍然不确定所以决定大声喊叫:)。
作为一个不熟悉统计的人,最近通过这篇文章我有点震惊地得知R 平方值不是非线性模型的合适度量,并开始想知道什么是衡量非线性模型拟合优度的合适方法。
上一个链接中的另一个博客建议使用标准错误,但它看起来只是个人观点。对于这个问题是否有共识?如果不是,如何决定应该使用什么指标?干脆把具体型号扔到本站问问?
好吧……我在问之前确实搜索了一段时间,并注意到在阅读了这个和这个之后我的问题本身基本上有问题,但仍然不确定所以决定大声喊叫:)。
作为一个不熟悉统计的人,最近通过这篇文章我有点震惊地得知R 平方值不是非线性模型的合适度量,并开始想知道什么是衡量非线性模型拟合优度的合适方法。
上一个链接中的另一个博客建议使用标准错误,但它看起来只是个人观点。对于这个问题是否有共识?如果不是,如何决定应该使用什么指标?干脆把具体型号扔到本站问问?
回归与整个研究、数据类型、正确的统计推断、正确的形式和正确的测试有关,仅举几例。换句话说,可以使用 R 平方值,但还不够。即使在线性模型中也是如此。最重要的是确保模型背后的理论是合乎逻辑的,因为您可以具有拟合优度,但与您的理论相距甚远。应使用空假设和其他指标以及 R 平方或修正的 R 平方。换句话说,回归比测试要多得多。其中大部分是理解统计推断,然后将正确的指标应用于您正在使用的特定数据。例如,它是横截面数据吗?数据是定性的吗?你可以在研究生院花很多学期学习这个,所以我给你的只是一个味道。