innehåll:
- Bestämningskoefficient (R Squared)
- Vad är den justerade bestämningskoefficienten?
Bestämningskoefficient (R Squared)
bestämningskoefficienten, R2, används för att analysera hur skillnader i en variabel kan förklaras av en skillnad i en andra variabel. Till exempel, när en person blir gravid har en direkt relation till när de föds.,
Mer specifikt ger R-squared dig den procentuella variationen i y som förklaras av x-variabler. Intervallet är 0 till 1 (dvs 0% till 100% av variationen i y kan förklaras av X-variablerna).
bestämningskoefficienten, R2, liknar korrelationskoefficienten, R. korrelationskoefficientformeln kommer att berätta hur stark ett linjärt förhållande finns mellan två variabler. R kvadrat är kvadraten av korrelationskoefficienten, r (därav termen r kvadrat)., Titta på den här videon för en kort definition av r squared och hur man hittar den:
Finding R Squared/the Coefficient of Determination
behöver du hjälp med en läxfråga? Kolla in vår handledning sida!
Steg 1: Hitta korrelationskoefficienten, r (det kan ges till dig i frågan). Exempel, r = 0,543.
steg 2: kvadrera korrelationskoefficienten.
0, 5432 =.295
steg 3: Konvertera korrelationskoefficienten till en procentandel.
.295 = 29,5%
det är det!,
betydelsen av bestämningskoefficienten
bestämningskoefficienten kan ses som en procentandel. Det ger dig en uppfattning om hur många datapunkter som faller inom resultaten av linjen som bildas av regressionsekvationen. Ju högre koefficienten desto högre procentandel av poäng går linjen igenom när datapunkterna och linjen ritas. Om koefficienten är 0,80, bör 80% av punkterna falla inom regressionslinjen. Värden på 1 eller 0 skulle indikera att regressionslinjen representerar all eller ingen av data., En högre koefficient är en indikator på en bättre godhet av passform för observationerna.
torsken kan vara negativ, även om detta vanligtvis innebär att din modell är en dålig passform för dina data. Det kan också bli negativt om du inte satte en avlyssning.
användbarhet av R2
användbarheten av R2 är dess förmåga att hitta sannolikheten för framtida händelser som faller inom de förväntade resultaten. Tanken är att om fler prover läggs till, skulle koefficienten visa sannolikheten för en ny punkt som faller på linjen.,
även om det finns en stark koppling mellan de två variablerna, visar bestämning inte orsakssamband. Till exempel kan en studie på födelsedagar visa ett stort antal födelsedagar hända inom en tidsram på en eller två månader. Detta betyder inte att tidens gång eller årstidsförändringen orsakar graviditet.
Syntax
bestämningskoefficienten skrivs vanligtvis som R2_p.” p ” anger antalet datakolumner, vilket är användbart när man jämför R2 av olika datamängder.,
tillbaka till toppen
Vad är den justerade bestämningskoefficienten?
den justerade bestämningskoefficienten (justerad R-kvadrat) är en justering för bestämningskoefficienten som tar hänsyn till antalet variabler i en datamängd. Det straffar dig också för punkter som inte passar modellen.
Du kanske är medveten om att få värden i en datamängd (en för liten provstorlek) kan leda till vilseledande statistik, men du kanske inte är medveten om att alltför många datapunkter också kan leda till problem. Varje gång du lägger till en datapunkt i regressionsanalys ökar R2., R2 minskar aldrig. Därför, ju fler poäng du lägger till, desto bättre regressionen verkar ”passa” dina data. Om dina data inte riktigt passar en linje, det kan vara frestande att hålla på att lägga till data tills du har en bättre passform.
några av de punkter du lägger till kommer att vara betydande (passa modellen) och andra kommer inte. R2 bryr sig inte om de obetydliga poängen. Ju mer du lägger till desto högre bestämningskoefficient.
den justerade R2 kan användas för att inkludera ett mer lämpligt antal variabler, omintetgöra din frestelse att fortsätta att lägga till variabler i din datamängd., Den justerade R2 ökar endast om en ny datapunkt förbättrar regressionen mer än du kan förvänta dig av en slump. R2 inkluderar inte alla datapunkter, är alltid lägre än R2 och kan vara negativa (även om det vanligtvis är positivt). Negativa värden kommer sannolikt att hända om R2 ligger nära noll – efter justeringen kommer värdet att doppa under noll lite.
För mer, se: justerad R-kvadrat.
kolla in min Youtube-kanal för mer statistik tips och hjälp!,
——————————————————————————
behöver du hjälp med en läxa eller testfråga? Med Chegg Study kan du få steg-för-steg-lösningar på dina frågor från en expert på området. Din första 30 minuter med en Chegg handledare är gratis!