针对二元与有序响应模型的 McFadden $R^2$ 的修正
统计方法学
2023-02-03 v2 应用统计
摘要
大量关于分类响应模型预测强度汇总度量的研究认为似然比指数（LRI），也称为 McFadden-，是优于许多其他度量的选择。我们提出对 LRI 的一个简单修正，其调整响应类别数对度量的影响，并对数值重新缩放以模拟潜在的潜变量度量。该修正度量适用于通过最大似然拟合的二元和有序响应模型。模拟研究以及对公猪腥膻味嗅觉感知的真实数据示例结果表明，所提度量优于大多数广泛使用的二元与有序模型拟合优度度量。有趣的是，所提 被证明对有序模型响应类别数的增加相当不变。
引用
@article{arxiv.2204.01301,
title = {A Modification of McFadden's $R^2$ for Binary and Ordinal Response Models},
author = {Ejike R. Ugba and Jan Gertheiss},
journal= {arXiv preprint arXiv:2204.01301},
year = {2023}
}