モデルをRのデータに「強制」する？ （線形回帰）

Question

私はアンディ・フィールドでRを使用し、この一節に遭遇してきた自己勉強発見統計きた：

データ分割：このアプローチは、ランダムに計算し、 セットにデータを分割する必要がデータの両方の半分について回帰式を計算し、結果モデルを比較する。段階的な方法を使用する場合は、 のクロスバリデーションが良いアイデアです。あなたのケースの約80％を無作為に選択して段階的に 回帰を実行する必要があります。 このモデルを残りの20％のデータに適用します。 2つのサンプルでの値R2の とb値を比較することによって、あなたは（より 詳細は、Tabachnick & Fidell、2007を参照） 元のモデルがを一般どれだけ伝えることができます。

さてさて、私は（sample()を使用して）私のデータをサブセット化を理解し、そして私は線形モデル（using lm()）を取り付けますが、ラインが 混乱「次に、データの残りの20％にこのモデルを強制」する方法を知っています私。

このテクニックは、この本の中で再び公開されることはありません。 Rにモデルを強制的にデータに載せて、その強制モデルを使ってR^2とb-valuesを計算する関数がありますか？おそらく、傍受と勾配係数を入力して、summary(lm)のようなものを出力する関数がありますか？

また、この記事の内容を理解していないと思いますか？

Answer 1

私はジェレミーによると2番目。以下は、あなたがそれを感じるために実行できるいくつかの構成データの例です：

set.seed(26) 

mydf = data.frame (a=1:20 , b = rnorm(20), c = 1:20 + runif(20), d = 1:20 + runif(1:20)*sin(1:20)) 

trainRows<-sample(1:20, 16) 
mydf.train<-mydf[trainRows,] 
mydf.test<-mydf[-trainRows,] 

myModel<-lm(a~., data = mydf.train) 
model1<-step(myModel) 

summary(model1) 

mydf.test$pred<-predict(model1, newdata = mydf.test) 

cor(mydf.test$pred, mydf.test$a)^2 
#[1] 0.9999522 

Answer 2

新しいデータで予測関数を使用します。

正確な例はわかりませんが、残りの20％のデータが 'holdout'というデータフレームで、回帰モデルが '

次に、予測スコアと元の結果スコアの間の相関関係を調べることで$ R^2 $を計算することができます。結果が「アウト」と呼ばれる場合は、

cor(holdout$pred, holdout$out)^2 

このトリックを行う必要があります。