“拟合详细信息”报表包含以下统计量:
测量
包含以下拟合测度:
熵 R 方
比较拟合模型与常数概率模型的对数似然。这与 R 方 (U) 相同。请参见“Logistic”平台的统计详细信息。
广义 R 方
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。对于在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)。
-Log p 均值
-log(p) 的平均值,其中 p 是与发生的事件关联的拟合概率。
RMSE
均方根误差,其中差值为响应和 p(实际发生事件的拟合概率)之间的差值。
绝对偏差的均值
响应和 p(实际发生事件的拟合概率)的差值绝对值的平均值。
误分类率
具有最高拟合概率的响应类别不是观测到的类别的比率。
对于熵 R 方和广义 R 方,值越接近 1 表示拟合效果越好。对于 -Log p 均值、RMSE、绝对偏差的均值和误分类率,值越小表示拟合效果越好。
训练
拟合测量的值。
定义
拟合测量的代数定义。