Tilastojen Määritelmät > Oikaistu r2
Katso video tai lue artikkeli alla:
Tarvitsetko apua läksykysymykseen? Tsekkaa tutorointisivumme!,
Oikaistu R2: Yleistä
Oikaistu R2 on erityinen muoto R2, selitysaste.
korjattu R2 on monia sovelluksia tosielämässä. Kuva: USCG
R2 näyttää, kuinka hyvin termit (datapisteet) sopivat käyrään tai linjaan. Oikaistu R2 kertoo myös, kuinka hyvin termit sopivat käyrään tai linjaan, mutta säätää mallin termien lukumäärää. Jos malliin lisätään yhä enemmän hyödyttömiä muuttujia, korjattu R-neliö pienenee. Jos lisäät lisää hyödyllisiä muuttujia, mukautettu R-neliö kasvaa.,
mukautettu R2 on aina pienempi tai yhtä suuri kuin R2.
R2: ta tarvitaan vain näytteiden kanssa työskennellessä. Toisin sanoen, R2 ei ole tarpeen, kun sinulla on tietoja koko väestöstä.
koostumus:
missä:
- N on pisteiden määrä tietoja näyte.
- k on itsenäisten regressorien eli mallisi muuttujien lukumäärä, vakiota lukuun ottamatta.
Jos tiedät jo, R2, niin se on melko yksinkertainen kaava toimi., Kuitenkin, jos sinulla ei ole jo R2 niin et luultavasti halua laskea tätä käsin! (Jos sinun täytyy, katso, Miten lasketaan määrityskerroin). On olemassa monia tilastollisia paketteja, jotka voidaan laskea mukautettu R neliö sinulle. Oikaistu R-neliö annetaan osana Excel-regressiotuotosta. Katso: Excel-regressioanalyysitulos selitetty.
tarkoitus Säätää R2
Molemmat R2 ja korjattu R2 antaa sinulle käsityksen siitä, kuinka monta datapisteet kuuluvat linja regressio yhtälö., R2: n ja oikaistun R2: n välillä on kuitenkin yksi pääero: R2 olettaa, että jokainen muuttuja selittää riippuvaisen muuttujan vaihtelun. Oikaistu R2 kertoo vaihtelun prosenttiosuuden, joka selittyy vain riippumattomilla muuttujilla, jotka todella vaikuttavat riippuvaiseen muuttujaan.
Miten Säätää R2 Rankaisee
oikaistu R2 rankaisee sinua lisäämällä riippumattomia muuttujia (K yhtälö), jotka eivät sovi malliin. Miksi? Regressioanalyysissä voi olla houkuttelevaa lisätä dataan lisää muuttujia, kuten niitä ajattelee., Osa muuttujista tulee olemaan merkittäviä, mutta ei voi olla varma, että merkitys on vain sattumaa. Oikaistu R2 korvaa tämän sillä, että rankaisee niitä lisämuuttujia.
vaikka arvot ovat yleensä positiivisia, ne voivat olla myös negatiivisia. Näin voi käydä, jos R2 on nolla; säätämisen jälkeen arvo voi notkahtaa alle nollan. Tämä viittaa yleensä siihen, että mallisi sopii huonosti tietoihisi. Myös muut mallisi ongelmat voivat aiheuttaa alle nollan arvoja, kuten sen, että malliisi ei laiteta vakiotermiä.,
Ongelmia R2, jotka ovat korjattu korjattu R2
- R2 kasvaa kanssa jokainen ennustaja lisätään malli. Koska R2 aina kasvaa eikä koskaan pienene, se voi näyttää olevan parempi sovi enemmän ehtoja lisäät malliin. Tämä voi olla täysin harhaanjohtavaa.
- samalla tavalla, jos mallissasi on liikaa termejä ja liian paljon korkean kertaluvun polynomeja, voit törmätä tietojen ylisovittamisongelmaan. Liian hyväkuntoisten tietojen kohdalla harhaanjohtavan korkea R2-arvo voi johtaa harhaanjohtaviin ennusteisiin.,
——————————————————————————
Tarvitsetko apua läksyjä tai testi kysymys? Chegg-tutkimuksen avulla voit saada askel-askeleelta ratkaisuja kysymyksiisi alan asiantuntijalta. Ensimmäiset 30 minuuttia Chegg tutor on ilmainen!