-3
在我的线性回归模型中,我有observed_values和predict_values。我要计算的绝对误差的标准偏差值R.我认为它是这样的,但不知道:线性回归模型的绝对误差的标准偏差
sd(abs(observed_values-predicted_values))
这是O.K.?有没有某种功能?
在我的线性回归模型中,我有observed_values和predict_values。我要计算的绝对误差的标准偏差值R.我认为它是这样的,但不知道:线性回归模型的绝对误差的标准偏差
sd(abs(observed_values-predicted_values))
这是O.K.?有没有某种功能?
假设你的线性模型拟合是lmfit
,你需要做的:
n <- length(lmfit$residuals) ## number of data/residuals
df.residual <- lmfit$df.residual ## residual degree of freedom
abs.residual <- abs(lmfit$residuals) ## absolute residuals
现在,样本标准差sd(abs.residual)
是一个偏估计,因为它假定在残差n-1
自由度。而实际上,只有df.residual
自由度。所以我们需要做偏差校正:
sd(abs.residual) * sqrt((n-1)/df.residual)
是的,我从线性回归模型中获得预测值。我应该如何使用残余自由度? –
好吧,我做了这个,因为你不想经常访问这个页面。 –