c****s
发帖数: 63 | 1 现在用GLM model（gamma）来预测cost, 老板想用R2来做goodness of fit, 请问这样
可以吗？
他是想发现一种方法, 只要一看到这个测试的结果就说，‘恩，这个model还不错啦‘
，这样子。请问，大家有什么其它的好办法吗？
望大家多多指教啊！！！！ |
h**********e
发帖数: 44 | 2 GLM都自己有自己的deviation吧。你用你的模型的dev比上null model的dev，估计是一
个不错的统计量 |
c*******o
发帖数: 8869 | 3 用MSE
【在 c****s 的大作中提到】
: 现在用GLM model（gamma）来预测cost, 老板想用R2来做goodness of fit, 请问这样
: 可以吗？
: 他是想发现一种方法, 只要一看到这个测试的结果就说，‘恩，这个model还不错啦‘
: ，这样子。请问，大家有什么其它的好办法吗？
: 望大家多多指教啊！！！！
|
c****s
发帖数: 63 | 4 MSE是用来比较几个Model之间的哪一个MSE的数值最小，如果直接用一个Gamma model的
话，一个MSE的数值恐怕不能说它是好还是不好吧。
老板要用R-square是因为看到一个 R-square就可以判断它是不是好的model了。
我虽不太同意这种做法，但确也找不到其他的这样的test来判断一个GLM Model了
真的是好郁闷呀，不知各位大虾还有没有高招了 |
A*******s
发帖数: 3942 | 5 那你就用p-value of goodness of fit test statistics。虽然我觉得没啥意义
你看看SAS有没有gamma distribution对应的pseudo r square吧，如果有的话也成
【在 c****s 的大作中提到】
: MSE是用来比较几个Model之间的哪一个MSE的数值最小，如果直接用一个Gamma model的
: 话，一个MSE的数值恐怕不能说它是好还是不好吧。
: 老板要用R-square是因为看到一个 R-square就可以判断它是不是好的model了。
: 我虽不太同意这种做法，但确也找不到其他的这样的test来判断一个GLM Model了
: 真的是好郁闷呀，不知各位大虾还有没有高招了
|
w********o
发帖数: 1621 | 6 Use likelihood. Compared it to the likelihood of a null model. The bigger
the likelihood is, the better is the model fitting. From underlying
rationales of AIC, BIC for mixed models. |
f***a
发帖数: 329 | 7 我觉得有两个概念很容易弄混，一个是model的goodness of fit，一个是model
selection。
前面一个是判断某一个model和data是不是fit很好，后一个判断一些candidate models
中哪一个和data最吻合。用model selection方法的时候，当你从candidate models找
出最吻合的那个model时，不能直接就判断那个model的goodness of fit就是很好的。
有可能所有candidate models都差，矮子中拔高个的结果而已。
有很多常用的方法，不过最好具体model、具体数据类型具体分析，找到最合适的方法
。譬如AIC就有很多变种，对应不同类型的数据结构。我列举一些希望对楼主有用。
General model selection methods:
1) common tests: wald Z, chi-square, t, F etc
2) likelihood ratio test and its variants
3) information criteria methods: AIC,BIC, a |
