ความสัมพันธ์ระหว่าง R-Squared กับสัมประสิทธิ์สหสัมพันธ์ของแบบจำลองคืออะไร?

ความสัมพันธ์ระหว่าง R-Squared กับสัมประสิทธิ์สหสัมพันธ์ของแบบจำลองคืออะไร?
Anonim

ตอบ:

ดูนี่. มอบเครดิตให้แก่ Gaurav Bansal

คำอธิบาย:

ฉันพยายามคิดถึงวิธีที่ดีที่สุดในการอธิบายเรื่องนี้และฉันก็สะดุดในหน้าเว็บที่ทำงานได้ดีจริงๆ ฉันอยากจะให้เครดิตกับผู้ชายคนนี้สำหรับคำอธิบาย ในกรณีที่ลิงค์ไม่ทำงานสำหรับบางคนฉันได้รวมข้อมูลบางอย่างไว้ด้านล่าง

เพียงระบุ: # R ^ 2 # ค่าเป็นเพียงค่ากำลังสองของสัมประสิทธิ์สหสัมพันธ์ # R #.

ค่าสัมประสิทธิ์สหสัมพันธ์ # R #) ของโมเดล (พูดกับตัวแปร) # x # และ # Y #) ใช้ค่าระหว่าง #-1# และ #1#. มันอธิบายได้อย่างไร # x # และ # Y # มีความสัมพันธ์

  • ถ้า # x # และ # Y # อยู่ในสภาพพร้อมเพรียงกันแล้วค่านี้จะเป็นค่าบวก #1#
  • ถ้า # x # เพิ่มขึ้นในขณะที่ # Y # ลดลงในลักษณะตรงข้ามแล้วค่านี้จะเป็น #-1#
  • #0# จะเป็นสถานการณ์ที่ไม่มีความสัมพันธ์กัน # x # และ # Y #

อย่างไรก็ตามสิ่งนี้ # R # value มีประโยชน์สำหรับตัวแบบเชิงเส้นอย่างง่ายเท่านั้น # x # และ # Y #) เมื่อเราพิจารณาตัวแปรอิสระมากกว่าหนึ่งตัว (ตอนนี้เรามี # x_1 #, # x_2 #, …) มันยากมากที่จะเข้าใจความหมายของสัมประสิทธิ์สหสัมพันธ์ การติดตามตัวแปรที่ก่อให้เกิดสิ่งที่สัมพันธ์กันนั้นไม่ชัดเจน

นี่คือที่ # R ^ 2 # มูลค่าเข้ามาเล่น มันเป็นเพียงค่ากำลังสองของสัมประสิทธิ์สหสัมพันธ์ มันใช้ค่าระหว่าง #0# และ #1#ที่ค่าใกล้เคียง #1# บ่งบอกถึงความสัมพันธ์ที่มากขึ้น (ไม่ว่าจะทางบวกหรือทางลบ) และ #0# ไม่มีนัยยะ อีกวิธีที่จะคิดว่ามันเป็นความแปรปรวนของเศษส่วนในตัวแปรตามที่เป็นผลมาจากตัวแปรอิสระทั้งหมด หากตัวแปรตามนั้นขึ้นอยู่กับตัวแปรอิสระทั้งหมดอย่างมากค่าจะใกล้เคียง #1#. ดังนั้น # R ^ 2 # มีประโยชน์มากกว่ามากเพราะสามารถใช้อธิบายโมเดลหลายตัวแปรได้เช่นกัน

หากคุณต้องการพูดคุยเกี่ยวกับแนวคิดทางคณิตศาสตร์บางอย่างที่เกี่ยวข้องกับค่าทั้งสองให้ดูสิ่งนี้