麦克法登的伪R2解释

因此，我想总结一下我对McFadden的伪R2的了解是正确的答案。

我可以看到的关于McFadden的伪R2的开创性参考是：McFadden，D.（1974）“定性选择行为的有条件logit分析。” Pp。105-142，P。Zarembka（ed。），《计量经济学前沿》。学术出版社。http://eml.berkeley.edu/~mcfadden/travel.html 图5.5显示了RLS平方和来自OLS的传统R2度量之间的关系。我的解释是，较大的rho-squared（McFadden的伪R2）值要好于较小的值。

McFadden的伪R2在0.2-0.4之间的解释来自他撰写的一本书：Bahvioural Travel Modelling。大卫·亨舍尔（Peter Henher）和彼得·斯托珀（Peter Stopher）编辑 1979年。McFadden贡献了Ch。15“用于分析个人旅行行为的定量方法：最近的一些发展”。关于模型评估的讨论（在多项式logit模型的背景下）始于第306页，他在其中介绍了rho-squared（McFadden的伪R2）。McFadden指出：“虽然R2指数对于OLS经验丰富的计划者来说是一个更熟悉的概念，但对于ML估计而言，它的表现不如rho-squared度量。应该警告那些不熟悉rho-squared的人，其值倾向于比R2指数要低得多。例如，Rho-squared的值介于0.2到0.4之间，表示非常适合。

因此，基本上，rho-squared可以像R2一样解释，但是不要期望它会那么大。0.2-0.4的值表示（用McFadden的话）极好的模型拟合。