współczynnik determinacji


jaki jest współczynnik determinacji?

współczynnik determinacji jest miarą statystyczną, która bada, w jaki sposób różnice w jednej zmiennej można wyjaśnić różnicą w drugiej zmiennej, podczas przewidywania wyniku danego zdarzenia. Innymi słowy, współczynnik ten, który jest bardziej znany jako R-kwadrat (lub R2), ocenia, jak silna jest zależność liniowa między dwiema zmiennymi i jest w dużym stopniu zależny od naukowców podczas przeprowadzania analizy trendu., Aby przytoczyć przykład jego zastosowania, Współczynnik ten może rozważyć następujące pytanie: jeśli kobieta zajdzie w ciążę w określonym dniu, jakie jest prawdopodobieństwo, że urodzi dziecko w określonym dniu w przyszłości? W tym scenariuszu metryka ta ma na celu obliczenie korelacji między dwoma powiązanymi zdarzeniami: poczęciem i narodzinami.,

1:58

R-kwadrat

kluczowe terminy

  • współczynnik determinacji jest złożoną ideą skupioną na analiza statystyczna modeli danych.
  • współczynnik determinacji jest używany do wyjaśnienia, jak duża zmienność jednego czynnika może być spowodowana jego stosunkiem do innego czynnika.
  • współczynnik ten jest powszechnie znany jako R-kwadrat (lub R2) i jest czasami określany jako ” dobroć dopasowania.”
  • ta miara jest reprezentowana jako wartość z zakresu 0.,0 i 1.0, gdzie wartość 1.0 oznacza idealne dopasowanie, a zatem jest wysoce wiarygodnym modelem dla przyszłych prognoz, podczas gdy wartość 0.0 oznacza, że model nie jest dokładnie modelować dane w ogóle.

zrozumienie współczynnika determinacji

współczynnik determinacji jest miarą stosowaną do wyjaśnienia, jak duża zmienność jednego czynnika może być spowodowana jego stosunkiem do innego powiązanego czynnika. Ta korelacja, znana jako „dobroć dopasowania”, jest reprezentowana jako wartość między 0,0 a 1,0. Wartość 1.,0 oznacza idealne dopasowanie, a zatem jest wysoce wiarygodnym modelem dla przyszłych prognoz, podczas gdy wartość 0,0 oznacza, że obliczenia nie są w stanie dokładnie modelować danych. Ale wartość 0.20, na przykład, sugeruje, że 20% zmiennej zależnej jest przewidywana przez zmienną niezależną, podczas gdy wartość 0.50 sugeruje, że 50% zmiennej zależnej jest przewidywana przez zmienną niezależną, i tak dalej.,

wykresy współczynnik determinacji

na wykresie dobrostan dopasowania mierzy odległość między dopasowaną linią a wszystkimi punktami danych, które są rozproszone po całym diagramie. Ciasny zestaw danych będzie miał linię regresji, która jest blisko punktów i ma wysoki poziom dopasowania, co oznacza, że odległość między linią a danymi jest niewielka. Chociaż dobre dopasowanie ma R2 blisko 1,0, sama liczba ta nie może określić, czy punkty danych lub przewidywania są stronnicze., Nie mówi też analitykom, czy wartość współczynnika determinacji jest z natury dobra czy zła. Tylko użytkownik może ocenić znaczenie tej korelacji i sposób jej zastosowania w kontekście przyszłych analiz trendów.

/ div >

Share

Dodaj komentarz

Twój adres email nie zostanie opublikowany. Pola, których wypełnienie jest wymagane, są oznaczone symbolem *