Есть ли такая вещь, как скорректированный

Включив в статью модель квантильной регрессии, рецензенты хотят, чтобы я включил скорректированный в статью. Я рассчитал псевдо- s (из статьи JASA Коенкера и Мачадо 1999 года ) для трех интересующих меня квантилей для моего исследования. $R^2$ $R^2$

Однако я никогда не слышал о скорректированном для квантильной регрессии и не знал, как его рассчитать. Я прошу вас о любом из следующего: $R^2$

предпочтительно: формула или подход к тому, как осмысленно рассчитать скорректированный для квантильной регрессии. $R^2$
в качестве альтернативы: убедительные аргументы для предоставления рецензентам того, почему в квантильной регрессии нет такого понятия, как скорректированный . $R^2$

goodness-of-fit r-squared quantile-regression Стив Джонс
источник

Может быть, перекрестная проверка?

Кристоф Ханк,

@ChristophHanck: как бы вы использовали перекрестную проверку в этом случае?

С. Коласса - Восстановить Монику

Я не уверен, иначе я бы дал правильный ответ ... Поскольку вопрос, казалось, вызвал большой интерес без ответов, я хотел начать обсуждение. Но в целом скорректированный

предполагает, что целью является какой-то выбор модели, поэтому CV кажется стратегией по умолчанию, которая часто работает, даже когда нет доступных конкретных формул, основанных на конкретных вероятностях (таких как AIC). Однако неясно (для меня), почему рецензенты в первую очередь хотят скорректировать

R^{2}

$R^2$

R^{2}

$R^2$

Кристоф Ханк

Этот вопрос уже был задан, обсужден, получен ответ, и у него есть высоко оцененный ответ: stats.stackexchange.com/q/129200 Пожалуйста, оставьте этот ответ в комментарии.

Тока

@Toka Спасибо, что нашли ссылку. Хотя это весьма актуальная дискуссия, я не вижу в ней ничего, что касалось бы особой проблемы, а именно скорректированного (псевдо)

который будет использоваться в качестве аналога скорректированной

множественной регрессии по методу наименьших квадратов.

R^{2}

$R^2$

R^{2}

$R^2$

whuber

Ответы:

Я думаю, что рецензенты просят взять псевдо- -значения и «сместить» их для числа выборок в квантильном диапазоне, , и количества параметров в модели, . Другими словами, скорректированный в обычном контексте. То есть исправленная необъясненная фракция больше, чем валовая необъясненная фракция, с коэффициентом $R^2$ $n_Q$ $p$ $R^2$ , т.е. $\frac{n_Q-1}{n_Q-p-1}$

или $1-R^{2*}=\frac{n_Q-1}{n_Q-p-1}(1-R^2)$ $R^{2*}=1-\frac{n_Q-1}{n_Q-p-1}(1-R^2)$

Я согласен с вами в том, что вы зашли слишком далеко, потому что это уже псевдо-значение а скорректированное псевдо-значение может оставить у читателя впечатление выполнения псевдо-корректировки. $R^2$ $R^2$

Один из вариантов - сделать расчеты и показать рецензентам, каковы результаты, а НЕ включать их в документ, объяснив, что он выходит за рамки опубликованных методов, которые вы используете, и вы не хотите нести ответственность за изобретение неопубликованных в противном случае скорректированная псевдо- процедура. Тем не менее, вы должны понимать, что причина, по которой рецензенты спрашивают, заключается в том, что они хотят получить заверения в том, что они не видят бессмысленные цифры. Теперь, если вы можете придумать другой способ сделать именно это, заверив рецензента (ов), что результаты надежны, тогда проблема должна исчезнуть ... $R^2$

$R^2$ $R^2$ существенными для статьи, или есть другие способы достижения той же цели?

$<$ $>$

деревенщина
источник

-1

Вам лучше не использовать $R^2$ сравнить две модели квантильной регрессии, потому что функция потерь модели квантильной регрессии не основана на MSE .

Вы можете попробовать AIC или BIC .

Тони Хуан
источник

Привет и добро пожаловать на сайт. Не могли бы вы немного расширить обоснование вашего первого предложения?

С. Коласса - Восстановить Монику

Я подозреваю, что в начале может отсутствовать «не».

whuber

(Мое редактирование было тривиальным, а не попыткой разрешить действительное сомнение @ whuber - это для ОП.)

Ник Кокс