Spearman Korrelation an der Spitze X% der sortierten Daten

Question

Ich versuche, Regressionsmodelle zu bewerten, die nicht die gesamte Testmenge verwenden, sondern nur X% der besten Vorhersagen, wo das Ziel der Regression sein wird. Gibt es ein Paket in R, das dies ermöglicht?

So zum Beispiel, wenn ich die folgende

x<-c(1,2,3,4,5,8,7,9,12,11,14,15,16,17,20,25,40) 
y<-c(0,1,2,4,5,6,8,7,10,12,15,14,13,10,18,22,30) 
df<-cbind(x,y) 
model<-lm(y~x) 
summary(model) 

Multiple R-Quadrat: 0,9432, Adjusted R-Quadrat: 0,9395

plot(y~x,df) 
abline(model) 

Ich möchte einen Parameter haben „X "(30%) berechnet nicht den gesamten Datensatz, sondern nur die besten 30% mit Spearmans Rangkorrelationsindex. In diesem Fall sollte nur berechnet werden x=c(15,16,17,20,25,40). Dieser "partielle" Korrelationsindex könnte bei der weiteren Charakterisierung von Modellen hilfreich sein, die ein schlechteres R-Quadrat aufweisen könnten, aber in einem präzisen Bereich der Domäne viel besser funktionieren (z. B. Top X% von x). Danke für jeden Zeiger.

Answer 1

Vergleichen vorhergesagten und tatsächlichen Werte nur für den relevanten Teil des Datensatzes, das heißt

y.pred <- predict(model) 
y.err <- y-y.pred 
idx.part <- x > quantile(0.7) 

# R squared 
r.squared <- 1- var(y.err)/var(y) 
r.squared.part <- 1- var(y.err[idx.part])/var(y[idx.part]) 

Nicht sicher, wie richtig R einzustellen, wenn auf einer Teilmenge berechnet Quadrat. Für den gesamten Datensatz wird die adjusted R squared is computed durch Multiplikation des Bruchteilterms mit (n-1)/(n-p-1), wobei n die Stichprobengröße und p die Anzahl der Prädiktoren ist (in diesem Fall 1).