Тхе степен одређености који је познат и као р2, је термин који се користи у статистици, чија је главна функција предвиђање резултата хипотеза. Ово је неопходно у било којој студији са научним основама и њене примене могу имати широк, опсег као у економији, проучавању тржишта или одређивању успеха неких производа.
Постоји неколико дефиниција овог добро познатог алата, које се не подударају, па је и тако Важно је знати сваког од њих, попут оних који су повезани са регресијом линеарно.
Огласи
У овом чланку ћете пронаћи:
Дефиниција коефицијента детерминације
Је ли он квадрат корелације која мери који је део објашњен у одређеној варијанти као део варијације, то значи који се један може предвидети кроз варијацију другог.
Како се израчунава коефицијент детерминације?
Статистички модели су намењени тестирању или објашњавању неке случајне променљиве, то се ради путем других случајних променљивих које су познате као фактори. Будући да се променљива која се сматра случајном може предвидети кроз њену меру, а то је у овом случају варијансе ће бити иста средња квадратна грешка, максимална средње квадратна грешка која се може прихватити је променљив.
Огласи
Резултат може варирати између 0 и 1, то значи да ће, што је ближе оној, бити прилагођенија променљивој коју покушавате да тестирате да ће у супротном случају, то јест што је ближе 0, то ће бити мање поуздано од модел.
Како се изражава коефицијент детерминације?
Овде можете видети разломак у коме је бројилац изражен на следећи начин:
Огласи
Овде се може видети да је у изразу варијансе И заокружен, што значи да је то оцена модела, ово није стварна вредност И већ процена. Друга разлика у односу на овај израз варијансе је та што се не дели са Т јер је називник би то такође изразио, а затим се елиминишу оба, тако да на овај начин израз.
Што се тиче називника, примећујемо да је једина разлика у варијанси која се може приметити у томе што он није подељен са Т или Н
Огласи
Примене коефицијента детерминације
Много је услужних програма које ова формула има, на пример, у случају да се испроба број поена које постигне фудбалер или кошарка с обзиром на број утакмица које је играо, на основу претпоставке да ће што више утакмица имати више бодова анотиран. Узмимо у обзир 8 игара.
Графикон би приказао нагнуту линију, са позитивним односом, јер како се очекивало, што је више одиграних игара било више поена означен, овај графикон би показао резултат изнад нуле, што би, као што смо раније поменули, доказало да је прилагођено променљивој прави.
Огласи
Зашто настаје уграђени Р-квадрат?
Шта се дешава са Р квадрат а разлог зашто је дат прилагођени Р на квадрат повезан је са чињеницом да он не кажњава укључивање с обзиром на незначајне променљиве објашњења, то значи да ће, ако се на пример моделу дода 5 променљивих објашњења које немају пуно везе са резултатом који је постигао овај одређени играч, квадрат Р бити већи или ће се повећати.
Р квадрат постављен
То је мера којом се утврђује проценат објашњен варијансом регресије у односу на варијансу објашњене променљиве. Можете видети да је исти као и са квадратом Р, али са малом разликом што кажњава укључивање променљивих.
Р на квадрат се увек повећава иако променљиве укључене у поменути модел заправо нису релевантне. Да би се решио овај проблем, примењује се следеће:
У овој једначини, Н се назива величином узорка, а К одговара променљивим објашњењима. Са становишта математичког одбитка при вредностима изнад к, прилагођени Р-квадрат биће даље од уобичајеног Р-квадрата.
Остале функције коефицијента детерминације
Не само да је корисно објаснити или, тачније, измерити објашњавајући капацитет модела, већ истовремено омогућава да се изабере који је од неколико модела најприкладнији. То значи да модели имају исте зависне променљиве и исти број у односу на варијабле које су познате као објашњавајуће, најприкладнија ће бити она са коефицијентом већим од одлучност.
Јасно је да ово може варирати у зависности од изабраног модела, јер на пример, неће бити исто у случају угнежђеног модела. Најважнија ствар овог коефицијента је његова способност да предвиди ефикасност модела или теорија. предлози, ово се може применити не само на бројеве, већ је неопходно знати да ли су предвиђања добра или лоша.
