The R2 is between 0.5 and 0.7. The

The R2 is between 0.5 and 0.7. The number of observations is quiteequally distributed among the credit grades. The number of observationsis much smaller than in the logistic regression, because here wecan use only completed listings. In the last column of Table 6, the finalrate estimates have been calculated with the following listingparameters: ‘starting rate’ 18%, ‘amount’ $5000, ‘debt-to-incomeratio’ 40% and zero ‘current delinquencies’. As we can see, the finalrate estimate quickly increases as the credit grade becomes worse. Asa whole the regression model predicts the final rate reasonably well.Looking at the associated residual plots, it appears there is unequal(increasing) variance associated with some of the variables implyingheteroskedasticity, in particular when outside the range of commonvalues. However because we are not calculating prediction intervals inthe BDA (point estimates are still unbiased), this appears less serious.

結果 (繁體中文) 1:

的R 2是在0.5和0.7之間。觀察的數量是相當
平等的信用等級之間的分配。觀測的數量
比在回歸小得多，因為在這裡我們
只能使用已結束的物品。在表6的最後一列，最終
率估計數是根據與以下列出
的參數：“開動率”為18％，'量'$ 5000，“債務收入
比”為40％和零“電流拖欠”。正如我們所看到的，最終的
速率估計很快隨著信用等級變差。作為
一個整體回歸模型預測最終的速度還算不錯。
綜觀相關的殘差圖，似乎有不平等
與一些變量暗示相關聯的（增加）方差
異，特別是當外界共同的範圍內
的值。但是，因為我們沒有計算預測區間
的BDA（點估計仍然是無偏），這似乎不太嚴重。

結果 (繁體中文) 2:

R2 介於 0.5 和 0.7 之間。觀測值的數量相當
在學分之間平均分配。觀測次數
比邏輯回歸小得多，因為在這裡我們
只能使用已完成的清單。在表 6 的最後一列中，最後
速率估計值已通過以下清單計算
參數："起始利率" 18%，"金額" 5000 美元，"債務到收入"
比率"40%和零"當前拖欠"。我們可以看到，最後
利率估計會隨著信用等級的惡化而迅速增加。作為
整體回歸模型對最終速率的預測相當好。
查看關聯的殘差圖，似乎存在不相等
（增加）與某些變數相關的方差，暗示
異質性，特別是當超出共同的範圍
值。但是，因為我們沒有計算預測間隔
BDA（點估計仍然是公正的），這似乎不那麼嚴重。

結果 (繁體中文) 3:

R2在0.5到0.7之間。觀察的次數相當多
各學分平均分配。觀察次數
比邏輯回歸要小得多，因為這裡我們
只能使用已完成的清單。在錶6的最後一欄中
費率估算如下表所示
參數：“起始利率”18%，“金額”5000美元，“債務與收入”
比率“40%和零”當前拖欠。我們可以看到，決賽
隨著信用等級的惡化，利率估計迅速新增。作為
整個回歸模型可以很好地預測最終的利率。
從相關的殘差圖來看，似乎有
（新增）與某些變數相關的方差
异方差
價值觀。但是，因為我們沒有計算
BDA（點估計仍然是無偏的），這似乎不那麼嚴重。