“模型比较”报表图 10.7显示了连续响应的初始“模型比较”报表的示例。
图 10.7 最初的“模型比较”报表
|
‒
|
|
‒
|
用 n 表示观测数。
|
|
‒
|
可以应用到一般回归模型的测度。它基于似然函数 L，并且统一尺度后最大值为 1。值为 1 表示完美模型，值为 0 表示并不比常数模型好的模型。对于标准最小二乘设置中的连续正态响应，“广义 R 方”测度简化为传统 R 方。“广义 R 方”亦称 Nagelkerke/Craig and Uhler R2，它是 Cox and Snell 伪 R2 的标准化版本。请参见 Nagelkerke (1991)。
均方根误差，已针对自由度进行调整。对于分类响应，差值介于 1 和 p（实际发生的响应水平的拟合概率）之间。
响应的真实值与预测值的差值绝对值的平均值。对于分类响应，差值介于 1 和 p（实际发生的响应水平的拟合概率）之间。
“神经网络”一章中第 59 页的“训练和验证拟合测度”提供了关于分类响应的拟合测度的详细信息。