含不同变换变量的多元线性回归模型预测精度评估咨询

一、逆变换得到原始因变量Y的预测值 #

你的模型是对log(Y)做线性回归，自变量中的1/X3属于输入变换，预测时只需将新的X3值代入计算1/X3即可，无需对自变量做逆变换。核心是对因变量的预测值做逆变换：

1. 先通过拟合好的模型得到log(Y)的预测值Ŷ_log：

   # 假设拟合好的模型命名为lm_model
   Ŷ_log <- predict(lm_model)
   

2. 对Ŷ_log做指数逆变换，得到原始Y的预测值Ŷ：

   Ŷ <- exp(Ŷ_log)
   

3. 偏差修正（可选）：指数变换会引入均值偏差（若误差项ε服从正态分布），可利用残差标准差σ修正预测值：

   sigma <- summary(lm_model)$sigma
   Ŷ_corrected <- exp(Ŷ_log + sigma^2 / 2)
   

二、预测精度分析方法 #

原模型的R²=0.924是针对log(Y)的拟合优度，不能直接反映原始Y的预测效果，建议从以下维度分析：

• 残差诊断：计算原始Y与预测值Ŷ的残差（Y - Ŷ）或相对残差（(Y-Ŷ)/Y），绘制残差散点图（残差 vs 预测值）、QQ图，检查是否存在异方差、非正态性或异常点——小数据集下可视化诊断更直观。
• 误差指标：针对原始Y计算：
  • MAE（平均绝对误差）：mean(abs(Y - Ŷ))
  • RMSE（均方根误差）：sqrt(mean((Y - Ŷ)^2))
  • 原始Y的R²：1 - sum((Y - Ŷ)^2)/sum((Y - mean(Y))^2)
• 小数据集的泛化误差估计：由于样本量小，不建议拆分训练/测试集，改用**留一交叉验证（LOOCV）**评估模型泛化能力：

  # 实现LOOCV计算RMSE
  loocv_rmse <- function(model, data) {
    n <- nrow(data)
    rmse_vec <- numeric(n)
    for(i in 1:n) {
      train_data <- data[-i, ]
      test_data <- data[i, ]
      temp_model <- update(model, data = train_data)
      y_log_pred <- predict(temp_model, newdata = test_data)
      y_pred <- exp(y_log_pred)
      rmse_vec[i] <- (test_data$Y - y_pred)^2
    }
    sqrt(mean(rmse_vec))
  }
  # 调用函数
  loocv_result <- loocv_rmse(lm_model, your_data_frame)
  

内容的提问来源于stack exchange，提问作者Doug418