基本上，我的任务是采用一个散点图，在理想条件下，它会有一个具有特定斜率的回归线 - 比如说“.5”，并得出一些距离这个坡度有多远的度量标准。
我最初的计划是计算散点图的实际回归线，并将该模型的系数与我的“理想”斜率进行比较。但是，我已经意识到这种方法很容易对异常值非常敏感，因为一个异常值可以完全翻转系数的符号。
因此，我的想法是要求Stata计算斜率为.5的模型的R ^ 2 - 但我不知道该怎么做。有可能，在Stata或其他包装中？
答案 0 :(得分：0)
在R中，斜率为.5，您可以将rsquared计算为
rsquared <- (.5 * (sd(x) / sd(y)))^2
这是一个简单的例子，我适合一个小模型然后使用这个计算（并且可以比较两者的rsquared）
x <- c(3, 4, 5, 7, 10)
y <- c(5, 8, 9, 11, 18)
yfit <- lm (y~x)
slope <- yfit$coefficients[2]
slope
rsquaredfit <- summary(yfit)$r.squared
rsquaredfit
# From formula, given slope from fit
rsquared <- (slope * (sd(x) / sd(y)))^2
rsquared