tartalom:
- meghatározási együttható (R négyzet)
- mi a korrigált együttható elszántság?
meghatározási együttható (R négyzet)
a meghatározási együttható, R2, annak elemzésére szolgál, hogy az egyik változó különbségei hogyan magyarázhatók egy második változó különbségével. Például, ha egy személy teherbe esik, közvetlen kapcsolatban áll a születéskor.,
pontosabban, az R-négyzet megadja az y százalékos változását, amelyet x-változók magyaráznak. A tartomány 0-1 (azaz az y változásának 0-100% – a az x-változókkal magyarázható).
a meghatározási együttható, R2, hasonló a korrelációs együtthatóhoz, R. a korrelációs együttható képlete megmutatja, hogy milyen erős a lineáris kapcsolat két változó között. R négyzet a korrelációs együttható négyzete, r (tehát az R kifejezés négyzet)., Nézze meg ezt a videót az r négyzet rövid meghatározásáról és annak megtalálásáról:
megállapítás R négyzet / a meghatározási együttható
segítségre van szüksége a házi feladatot kérdés? Nézze meg a tutori oldal!
1. lépés: Keresse meg a korrelációs együtthatót, r(a kérdésben megadható). Példa: r = 0,543.
2. lépés: négyzet a korrelációs együttható.
0,5432 = .295
3. lépés: konvertálja a korrelációs együtthatót egy százalékra.
.295 = 29,5%
ennyi!,
A meghatározási együttható jelentése
a meghatározási együttható százalékban tekinthető. Ez ad egy ötletet, hogy hány adatpont esik az eredmények a vonal által alkotott regressziós egyenlet. Minél nagyobb az együttható, annál nagyobb a pont százalékos aránya, amelyen a vonal áthalad, amikor az adatpontokat és a vonalat ábrázolják. Ha az együttható 0,80, akkor a pontok 80% – ának a regressziós vonalba kell esnie. Az 1 vagy 0 értékek azt jelzik, hogy a regressziós vonal az adatok egészét vagy egyikét képviseli., A magasabb együttható a megfigyelésekhez való jobb illeszkedés mutatója.
a tőkehal negatív lehet, bár ez általában azt jelenti, hogy a modell rosszul illeszkedik az adataihoz. Negatív is lehet, ha nem állította be az elfogást.
az R2 hasznossága
az R2 hasznossága az a képesség, hogy megtalálja a jövőbeli események valószínűségét az előrejelzett eredmények között. Az ötlet az, hogy ha több mintát adnak hozzá, az együttható megmutatja annak valószínűségét, hogy egy új pont esik a vonalra.,
még akkor is, ha a két változó között erős kapcsolat van, a meghatározás nem bizonyítja az ok-okozati összefüggést. Például egy születésnap-tanulmány nagyszámú születésnapot mutathat egy vagy két hónapos időkereten belül. Ez nem jelenti azt, hogy az idő múlása vagy az évszakok változása terhességet okoz.
szintaxis
a meghatározási együtthatót általában R2_p-ként írják. A “p” az adatoszlopok számát jelzi, ami hasznos a különböző adatkészletek R2-jének összehasonlításakor.,
vissza a tetejére
mi a korrigált meghatározási együttható?
A korrigált meghatározási együttható (Korrigált R-négyzet) a meghatározási együttható kiigazítása, amely figyelembe veszi az adatkészletben lévő változók számát. Bünteti azokat a pontokat is, amelyek nem felelnek meg a modellnek.
lehet, hogy tudatában van annak, hogy az adatkészletben szereplő néhány érték (túl kicsi mintaméret) félrevezető statisztikákhoz vezethet, de lehet, hogy nem tudja, hogy túl sok adatpont is problémákat okozhat. Minden alkalommal, amikor hozzáad egy adatpontot a regressziós elemzéshez, az R2 növekedni fog., R2 soha nem csökken. Ezért minél több pontot ad hozzá, annál jobb a regresszió úgy tűnik, hogy “illeszkedik” az adataihoz. Ha az adatok nem egészen illik egy sor, lehet csábító, hogy folyamatosan hozzá adatokat, amíg van egy jobb illeszkedés.
A hozzáadott pontok egy része jelentős lesz (illeszkedik a modellhez), mások nem. Az R2-t nem érdekli a jelentéktelen pontok. Minél többet ad hozzá, annál nagyobb a meghatározási együttható.
a korrigált R2 lehet használni, hogy egy megfelelő számú változók, meghiúsítja a kísértés, hogy folyamatosan hozzátéve változók az adathalmaz., A korrigált R2 csak akkor növekszik, ha egy új adatpont javítja a regressziót, mint amire véletlenül számítana. Az R2 nem tartalmazza az összes adatpontot, mindig alacsonyabb, mint az R2, negatív lehet (bár általában pozitív). A negatív értékek valószínűleg akkor fordulnak elő, ha az R2 közel van a nullához — a beállítás után az érték egy kicsit nulla alá csökken.
további információkért lásd: Korrigált R-négyzet.
nézze meg a Youtube-csatornámat további statisztikai tippekért és segítségért!,
——————————————————————————
segítségre van Szükséged egy házi feladat vagy vizsgálati kérdés? A Chegg tanulmány segítségével lépésről-lépésre megoldásokat kaphat kérdéseire a terület szakértőjétől. Az első 30 perc egy Chegg oktatóval ingyenes!