Mi się, że nie mogą być ujemne, jak to jest kwadratem R. Jednakże uruchomiony prostą regresję liniową w SPSS z jedną zmienną niezależną i zmienną zależną. Moje wyjście SPSS dają mi ujemną wartość R 2 . Jeśli nie było obliczyć tego ręką z R wówczas R 2 to pozytywny. Co zrobił SPSS, aby obliczyć to jako negatywne?
R=-.395
R squared =-.156
B (un-standardized)=-1261.611
Kod, którego użyłem:
DATASET ACTIVATE DataSet1.
REGRESSION /MISSING LISTWISE /STATISTICS COEFF OUTS R ANOVA
/CRITERIA=PIN(.05) POUT(.10) /NOORIGIN
/DEPENDENT valueP /METHOD=ENTER ageP
Dostaję wartość ujemną. Czy ktoś może wyjaśnić, co to oznacza?
regression
spss
r-squared
Anne
źródło
źródło
Odpowiedzi:
Biorąc pod uwagę te dane, model nie ma żadnego sensu. Jest to oczywiście zły model, być może wybrany przypadkowo.
źródło
Czy zapomniałeś włączyć przechwytywanie do regresji? Nie znam kodu SPSS, ale na stronie 21 Ekonometrii Hayashi:
Sprawdzę i upewnię się, że SPSS zawiera przechwytywanie w twojej regresji.
źródło
NOORIGIN
oznaczałoby to, że przechwytywanie nie było uwzględnione w modelu, po prostu od nazwy.Może się to zdarzyć, jeśli masz szereg czasowy, który jest Niid i skonstruujesz nieodpowiedni model ARIMA formy (0,1,0), który jest pierwszą różnicą modelu chodzenia losowego bez dryfu, a następnie wariancji (suma kwadratów - SSE) reszty będą większe niż wariancja (suma kwadratów SSO) oryginalnej serii. Zatem równanie 1-SSE / SSO da liczbę ujemną, gdy SSE wykonuje SSO. Widzieliśmy to, gdy użytkownicy po prostu pasowali do założonego modelu lub stosowali nieodpowiednie procedury w celu zidentyfikowania / utworzenia odpowiedniej struktury ARIMA. Większy komunikat JEST, że model może zniekształcić (podobnie jak parę złych okularów) widzenie. Bez dostępu do twoich danych w innym przypadku miałbym problem z wyjaśnieniem twoich błędnych wyników. Czy zwróciłeś na to uwagę IBM?
Pomysł zakładania, że przyjęty model przyniesie efekt przeciwny do zamierzonego, został powtórzony przez Harveya Motulsky'ego. Świetny post Harvey!
źródło