mw
发帖数: 525 | 1 外行来问个外行的问题哈，在R里面做个lm
lm（A ~ 0+观测值）
得到的R只有0.001 0.002之类的，可是当我把观测值做个bracket，得到一个table
观测值 | A
-----------------
-0.003 -2
-0.002 -1
-0.001 -1
0 0
0.001 0
0.002 1
0.003 0
我觉得这里明明有一个很强烈的关系存在嘛 ，为什么Rsquare 这么低呢？
有没有专业人士给我解释一下？
谢谢了 |
k*******a
发帖数: 772 | 2 程序哪里写错了把
要不就是你人为设定了 intercept 为0 |
w*******9
发帖数: 1433 | 3 R^2 no longer has "that" interpretation in regression through the origin.
You can have negative R^2 in that case.
【在 k*******a 的大作中提到】
: 程序哪里写错了把
: 要不就是你人为设定了 intercept 为0
|
f*******n
发帖数: 2665 | 4 intercept设成0会导致R2值偏高。
【在 k*******a 的大作中提到】
: 程序哪里写错了把
: 要不就是你人为设定了 intercept 为0
|
w*******9
发帖数: 1433 | 5 why?
【在 f*******n 的大作中提到】
: intercept设成0会导致R2值偏高。
|
D*G
发帖数: 471 | 6 你这个sample这么少 很难说明问题
而且一般“看”只能看出有没有明显的相关， 而很难看出R2有多大。 你这个数据可能
p-value比较小，因为的确有正相关的趋势，但是r2多大很难看出来。 |
w*******9
发帖数: 1433 | 7 不限制intercept，R^2=0.753
【在 D*G 的大作中提到】
: 你这个sample这么少 很难说明问题
: 而且一般“看”只能看出有没有明显的相关， 而很难看出R2有多大。 你这个数据可能
: p-value比较小，因为的确有正相关的趋势，但是r2多大很难看出来。
|
T*****u
发帖数: 7103 | 8 你randomly选7个数，r2等于0.7的概率都快7%了
【在 mw 的大作中提到】
: 外行来问个外行的问题哈，在R里面做个lm
: lm（A ~ 0+观测值）
: 得到的R只有0.001 0.002之类的，可是当我把观测值做个bracket，得到一个table
: 观测值 | A
: -----------------
: -0.003 -2
: -0.002 -1
: -0.001 -1
: 0 0
: 0.001 0
|
o**********r
发帖数: 76 | 9 I just ran it and got:
Multiple R-squared: 0.7563
【在 mw 的大作中提到】
: 外行来问个外行的问题哈，在R里面做个lm
: lm（A ~ 0+观测值）
: 得到的R只有0.001 0.002之类的，可是当我把观测值做个bracket，得到一个table
: 观测值 | A
: -----------------
: -0.003 -2
: -0.002 -1
: -0.001 -1
: 0 0
: 0.001 0
|
t*****w
发帖数: 254 | 10 Answer #1;
Call:
lm(formula = x1[, 1] ~ x1[, 2])
Residuals:
1 2 3 4 5 6 7
0.000025 -0.000900 0.000100 -0.000825 0.000175 -0.000750 0.002175
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 0.0008250 0.0004887 1.688 0.152
x1[, 2] 0.0019250 0.0004887 3.939 0.011 *
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 0.001168 on 5 degrees of freedom
Multiple R-squared: 0.7562, Adjusted R-squared: 0.7075
F-statistic: 15.51 on 1 and 5 DF, p-value: 0.01097
Answer #2;
Call:
lm(formula = x1[, 1] ~ 0 + x1[, 2])
Residuals:
Min 1Q Median 3Q Max
-4.286e-04 7.143e-05 4.286e-04 7.857e-04 3.000e-03
Coefficients:
Estimate Std. Error t value Pr(>|t|)
x1[, 2] 0.0015714 0.0005051 3.111 0.0208 *
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 0.001336 on 6 degrees of freedom
Multiple R-squared: 0.6173, Adjusted R-squared: 0.5536
F-statistic: 9.68 on 1 and 6 DF, p-value: 0.02082
I don't know why LZ complains R square is too low. I guess there is coding
bug.
### if someone is hiring a statistical programmer, please contact me. |
