似然比检验和伪Rsquared显着不同（逻辑回归）

Question

bounty到期在7天内。这个问题的答案有资格获得+ 50声望赏金。Felix正在寻找来自信誉良好的来源的答案：请解释一下，如果伪R平方和似然比统计量的p值（来自卡方分布）如何解释逻辑回归的结果）显示相反的结果（参考书可能是不错的书，博客等）。涉及较差准确性的解释（当应用于测试集时）会很好。非常感谢！

我应用了logistic regression，我想测试总体模型的统计显着性。

现在，伪Rsquared（McFaddon）Rsquared = 1 - L(c)/L(null)返回模型解释的方差-其中L(c)表示拟合模型的最大似然值，L(null)表示空值的对应值模型（无协变量，仅拦截）。

[[似然性检验统计量是LR = 2 * (L(c) - L(null))，它遵循Chi-squared分布，可以根据模型的自由度来检验其重要性。

无论如何，我使用Chi-squared来计算一个非常有效的p-value，

但是 pseudo Rsquared在0.021附近？

为什么Rsquared和总体p值相差如此大？

使用某些测试数据metrics.accuracy_score(y_test, y_pred)的准确度计算，我发现测试数据的准确度仅约为55％（对于训练数据，其准确度约为60％）。

有人可以帮助我解释我的结果吗？

Answer 1

也许存在很大的相关性，但是影响仍然很小：由于您正在进行分类，因此您可以检查具有此变量（在二进制情况下为= 1）的示例是否有较高或较低的概率成为成员比没有变量的类（在二进制情况下= 0）的类：

变量为1的示例有50％的可能性属于1类，而变量为0的示例有48％的机会属于1类。

如果存在很多具有该变量的示例，则效果可能仍然很明显（p值），但仅靠其很难预测出正确的类别（解释方差-r平方）。

这可能是参考，可以帮助您以图形方式了解另一个问题：https://blog.minitab.com/blog/adventures-in-statistics-2/how-to-interpret-a-regression-model-with-low-r-squared-and-low-p-values