determinaatiokerroin


Mikä On determinaatiokerroin?

determinaatiokerroin on tilastollinen mittaus, joka tutkii, miten eroja yksi muuttuja voidaan selittää ero toisen muuttujan, kun ennustaa tuloksista tietyn tapahtuman. Toisin sanoen, tämä kerroin, joka on yleisesti tunnettu R-squared (tai R2), arvioi, miten vahva lineaarinen suhde on kahden muuttujan, ja on voimakkaasti vedonnut tutkijat tehtäessä trendi analyysi., Esimerkkinä voidaan mainita sen soveltamisen, tämä kerroin voi miettiä seuraavaa kysymystä: jos nainen tulee raskaaksi tiettynä päivänä, mikä on todennäköisyys, että hän pelastaisi hänen vauva tiettynä päivänä tulevaisuudessa? Tässä skenaariossa metriikka pyrkii laskemaan kahden toisiinsa liittyvän tapahtuman eli hedelmöityksen ja syntymän välisen korrelaation.,

1:58

R-Squared

Key Takeaways

  • determinaatiokerroin on monimutkainen ajatus keskittyy tilastollisen analyysin malleja tiedot.
  • määrityskerrointa käytetään selittämään, kuinka paljon yhden tekijän vaihtelu voi johtua sen suhteesta toiseen tekijään.
  • Tämä kerroin tunnetaan yleisesti nimellä R-neliö (tai R2), ja siitä käytetään joskus nimitystä ”hyvyys kunnossa.”
  • tämä toimenpide esitetään arvona välillä 0.,0-1, 0, silloin arvo 1.0 tarkoittaa, täydellinen istuvuus, ja on siten erittäin luotettava malli tulevaisuuden ennusteita, kun taas arvo 0,0 tarkoittaa, että malli ei tarkasti mallintaa dataa ollenkaan.

Ymmärrystä determinaatiokerroin

determinaatiokerroin on mitta, jota käytetään selittämään, miten paljon vaihtelevuutta yksi tekijä voi johtua sen suhde toiseen liittyvä tekijä. Tämä korrelaatio, joka tunnetaan nimellä ”hyvyyden hyvyys”, esitetään arvona välillä 0,0-1,0. Arvo 1.,0 tarkoittaa, täydellinen istuvuus, ja on siten erittäin luotettava malli tulevaisuuden ennusteita, kun taas arvo 0,0 tarkoittaa, että laskelma ei tarkasti mallintaa dataa ollenkaan. Mutta arvon 0,20, esimerkiksi, viittaa siihen, että 20% riippuva muuttuja on ennusti riippumaton muuttuja, kun taas arvo 0,50 viittaa siihen, että 50% riippuvainen muuttuja on ennusti riippumaton muuttuja, ja niin edelleen.,

Piirtäminen determinaatiokerroin

kuvaaja, hyvyys-of-fit mittaa etäisyys varustettu linja ja kaikki datapisteet, jotka ovat hajallaan koko kaavio. Tiukka joukko tietoja on regressiolinjan se on lähellä pistettä ja on korkea sovi, mikä tarkoittaa, että etäisyys linjan ja aineisto on pieni. Vaikka hyvä istuvuus on R2 lähes 1,0, tämä luku ei yksin voi määrittää, ovatko datapisteet tai ennusteet puolueellisia., Se ei myöskään kerro analyytikoille, onko määritysarvo luonnostaan hyvä vai huono. Käyttäjän on arvioitava tämän korrelaation merkitystä ja sitä, miten sitä voidaan soveltaa tulevissa trendianalyyseissä.

Share

Vastaa

Sähköpostiosoitettasi ei julkaista. Pakolliset kentät on merkitty *