Koenker và Machado [ 1 ] diễn tả R 1 , một biện pháp địa phương của sự tốt lành của sự phù hợp tại (đặc biệt τ ) quantile.[1]R1τ
Hãy V(τ)=minb∑ρτ(yi−x′ib)
Hãy β ( τ ) và ~ β ( τ ) là ước tính hệ số cho mô hình đầy đủ, và một mô hình hạn chế, và để cho V và ~ V là tương ứng với V về.β^(τ)β~(τ)V^V~V
Họ xác định sự tốt lành của sự phù hợp tiêu chí .R1(τ)=1−V^V~
Koenker cung cấp mã cho ở đây ,V
rho <- function(u,tau=.5)u*(tau - (u < 0))
V <- sum(rho(f$resid, f$tau))
Vì vậy, nếu chúng ta tính toán cho một mô hình với một đánh chặn chỉ ( ~ V - hoặc trong đoạn mã dưới đây) và sau đó là một mô hình không hạn chế ( V ), chúng ta có thể tính toán một đó là - ít nhất notionally - hơi như thường lệ R 2 .VV~V0
V^R1 <- 1-Vhat/V0
R2
Chỉnh sửa: Trong trường hợp của bạn, tất nhiên, đối số thứ hai, sẽ được đặt ở vị trí f$tau
trong cuộc gọi trong dòng mã thứ hai, sẽ là giá trị nào tau
bạn sử dụng. Giá trị trong dòng đầu tiên chỉ đặt mặc định.
'Giải thích phương sai về giá trị trung bình' thực sự không phải là những gì bạn đang làm với hồi quy lượng tử, vì vậy bạn không nên mong đợi có một biện pháp thực sự tương đương.
Tôi không nghĩ rằng khái niệm chuyển dịch tốt sang hồi quy lượng tử. Bạn có thể định nghĩa các đại lượng tương tự nhiều hơn hoặc ít hơn, như ở đây, nhưng cho dù bạn chọn gì, bạn sẽ không có hầu hết các thuộc tính mà R 2 thực có trong hồi quy OLS. Bạn cần phải rõ ràng về những tính chất bạn cần và những gì bạn không - trong một số trường hợp có thể có một biện pháp thực hiện những gì bạn muốn.R2R2
-
Koenker, R và Machado, J (1999), Mức
độ phù hợp và các quá trình suy luận liên quan cho hồi quy lượng tử,
Tạp chí của Hiệp hội thống kê Mỹ,94: 448, 1296-1310[1]