<\/p>\n
Freq\u00fcentemente, quando ajustamos um modelo de regress\u00e3o linear, usamos R-quadrado<\/strong> para avaliar qu\u00e3o bem um modelo se ajusta aos dados.<\/span><\/p>\n R ao quadrado representa a propor\u00e7\u00e3o da vari\u00e2ncia na vari\u00e1vel resposta<\/a> que pode ser explicada pelas vari\u00e1veis preditoras em um modelo de regress\u00e3o.<\/span><\/p>\n Esse n\u00famero varia de 0 a 1, com valores mais altos indicando melhor ajuste do modelo.<\/span><\/p>\n No entanto, n\u00e3o h\u00e1 valor de R ao quadrado para modelos lineares gerais, como modelos de regress\u00e3o log\u00edstica<\/a> e modelos de regress\u00e3o de Poisson<\/a> .<\/span><\/p>\n Em vez disso, podemos calcular uma m\u00e9trica conhecida como R-Squared de McFadden<\/strong> , que varia de 0 a pouco menos de 1, com valores mais altos indicando melhor ajuste do modelo.<\/span><\/p>\n Usamos a seguinte f\u00f3rmula para calcular o R ao quadrado de McFadden:<\/span><\/p>\n R-quadrado de McFadden = 1 – ( modelo<\/sub> de log de verossimilhan\u00e7a \/ log de probabilidade zero<\/sub> )<\/span><\/p>\n Ouro:<\/span><\/p>\n Na pr\u00e1tica, valores acima de 0,40 indicam que um modelo se ajusta muito bem aos dados.<\/span><\/p>\n O exemplo a seguir mostra como calcular o R-quadrado de McFadden para um modelo de regress\u00e3o log\u00edstica em R.<\/span><\/p>\n Para este exemplo, usaremos o conjunto de dados padr\u00e3o<\/strong> do pacote ISLR. Podemos usar o seguinte c\u00f3digo para carregar e exibir um resumo do conjunto de dados:<\/span><\/p>\n Este conjunto de dados cont\u00e9m as seguintes informa\u00e7\u00f5es sobre 10.000 indiv\u00edduos:<\/span><\/p>\n Usaremos a situa\u00e7\u00e3o de estudante, o saldo banc\u00e1rio e a renda para construir um modelo de regress\u00e3o log\u00edstica que prev\u00ea a probabilidade de um determinado indiv\u00edduo entrar em default:<\/span><\/p>\n A seguir, usaremos a seguinte f\u00f3rmula para calcular o valor R ao quadrado de McFadden para este modelo:<\/span><\/span><\/p>\n O valor R ao quadrado de McFadden \u00e9 0,4619194<\/strong> . Este valor \u00e9 bastante elevado, indicando que nosso modelo se ajusta bem aos dados e possui alto poder preditivo.<\/span><\/p>\n Observe tamb\u00e9m que tamb\u00e9m poder\u00edamos usar a fun\u00e7\u00e3o pR2()<\/strong> do pacote pscl<\/strong> para calcular o valor R-quadrado de McFadden para o modelo:<\/span><\/p>\n Observe que este valor corresponde ao calculado anteriormente.<\/span><\/span><\/p>\n Os tutoriais a seguir explicam como realizar outras tarefas comuns em R:<\/span><\/p>\n Como calcular R-quadrado em R<\/a> Freq\u00fcentemente, quando ajustamos um modelo de regress\u00e3o linear, usamos R-quadrado para avaliar qu\u00e3o bem um modelo se ajusta aos dados. R ao quadrado representa a propor\u00e7\u00e3o da vari\u00e2ncia na vari\u00e1vel resposta que pode ser explicada pelas vari\u00e1veis preditoras em um modelo de regress\u00e3o. Esse n\u00famero varia de 0 a 1, com valores mais altos indicando […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"class_list":["post-2948","post","type-post","status-publish","format-standard","hentry","category-guia"],"yoast_head":"\n\n
Exemplo: Calculando R-quadrado de McFadden em R<\/strong><\/span><\/h3>\n
#install and load ISLR package\ninstall. packages<\/span> (' ISLR<\/span> ')<\/span>\nlibrary<\/span> (ISLR)<\/span>\n\n#define dataset<\/span>\ndata <- ISLR::Default\n\n#view summary of dataset\n<\/span>summary(data)\n\n default student balance income \n No:9667 No:7056 Min. : 0.0 Min. : 772 \n Yes: 333 Yes:2944 1st Qu.: 481.7 1st Qu.:21340 \n Median: 823.6 Median: 34553 \n Mean: 835.4 Mean: 33517 \n 3rd Qu.:1166.3 3rd Qu.:43808 \n Max. :2654.3 Max. :73554 \n\n#find total observations in dataset<\/span>\nnrow(data)\n\n[1] 10000\n<\/strong><\/pre>\n\n
#fit logistic regression model<\/span>\nmodel <- glm(default~student+balance+income, family=' binomial<\/span> ', data=data)\n\n#view model summary<\/span>\nsummary(model)\n\nCall:\nglm(formula = default ~ balance + student + income, family = \"binomial\", \n data = data)\n\nDeviance Residuals: \n Min 1Q Median 3Q Max \n-2.4691 -0.1418 -0.0557 -0.0203 3.7383 \n\nCoefficients:\n Estimate Std. Error z value Pr(>|z|) \n(Intercept) -1.087e+01 4.923e-01 -22.080 < 2e-16 ***\nbalance 5.737e-03 2.319e-04 24.738 < 2e-16 ***\nstudentYes -6.468e-01 2.363e-01 -2.738 0.00619 ** \nincome 3.033e-06 8.203e-06 0.370 0.71152 \n---\nSignificant. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1\n\n(Dispersion parameter for binomial family taken to be 1)\n\n Null deviance: 2920.6 on 9999 degrees of freedom\nResidual deviance: 1571.5 on 9996 degrees of freedom\nAIC: 1579.5\n\nNumber of Fisher Scoring iterations: 8\n<\/strong><\/pre>\n #calculate McFadden's R-squared for model<\/span>\nwith(summary(model), 1 - deviance\/null. deviance<\/span> )\n\n[1] 0.4619194\n<\/strong><\/pre>\n #install and load pscl package<\/span>\ninstall. packages<\/span> (' pscl<\/span> ')\nlibrary<\/span> (pscl)\n\n#calculate McFadden's R-squared for model<\/span>\npR2(model)[' McFadden<\/span> ']\n\n McFadden \n0.4619194\n<\/strong><\/pre>\n Recursos adicionais<\/strong><\/span><\/h3>\n
Como calcular R-quadrado ajustado em R<\/a>
O que \u00e9 um bom valor de R ao quadrado?<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"