photosdematures.com

Који је коефицијент одлучности?

Коефицијент утврђивања, познат и као Р Скуаред, одређује обим варијансе зависне променљиве која се може објаснити независном променљивом. Гледајући вредност Р ^ 2 може се судити да ли је регресиона једначина довољно добра да се користи. Што је већи коефицијент, регресиона једначина је боља јер подразумева да је независна променљива изабрана да би се одредила зависна променљива правилно изабрана.

Детаљно објашњење

Где

• Р = Корелација
• Р ^ 2 = Коефицијент одређивања регресионе једначине
• Н = Број запажања у регресионој једначини
• Кси = Независна променљива регресионе једначине
• Кс = Средња вредност независне променљиве регресионе једначине
• Ии = Зависна променљива регресионе једначине
• И = Средња вредност зависне променљиве регресионе једначине
• σк = Стандардна девијација независне променљиве
• σи = Стандардна девијација зависне променљиве

Вредност коефицијента креће се од 0 до 1, где вредност 0 указује на то да независна променљива не објашњава варијацију зависне променљиве, а вредност 1 указује на то да независна променљива савршено објашњава варијацију у зависној променљивој.

Примери

Овај Екцел коефицијент формуле за одређивање можете преузети овде - Коефицијент Екцел-а за формулу за утврђивање

Пример # 1

Покушајмо да схватимо формулу коефицијента детерминације помоћу примера. Покушајмо да откријемо какав је однос између удаљености коју је прешао возач камиона и старости возача камиона. Неко у ствари врши регресиону једначину да би потврдио да ли оно што мисли о односу две променљиве валидира и регресиона једначина. У овом конкретном примеру видећемо која је променљива зависна, а која независна променљива.

Зависна променљива у овој једначини регресије је удаљеност коју пређе возач камиона, а независна променљива је старост возача камиона. Корелацију можемо пронаћи помоћу формуле и квадрата који добијају коефицијент регресионе једначине. Скуп података и променљиве представљени су у приложеном екцел листу.

Решење:

Испод су дати подаци за израчунавање коефицијента детерминације.

Према томе, израчунавање коефицијента утврђивања је следеће,

Р = -424520 / √ (683696 * 81071100)

Р ће бити -

Р = -0,057020839

Р ^ 2 ће бити -

Р ^ 2 = 0,325%

Пример # 2

Покушајмо да схватимо појам коефицијента детерминације уз помоћ другог примера. Покушајмо да откријемо какав је однос између висине ученика одељења и просечне оцене тих ученика. У овом конкретном примеру видећемо која је променљива зависна, а која независна променљива.

Зависна променљива у овој једначини регресије је просек успеха ученика, а независна променљива висина ученика. Корелацију можемо пронаћи помоћу формуле и квадрата који ће добити Р ^ 2 регресионе једначине. Скуп података и променљиве представљени су у приложеном екцел листу.

Решење:

Испод су дати подаци за израчунавање коефицијента детерминације.

Према томе, прорачун је следећи,

Р = 34,62 / √ (169204 * 3245)

Р = 0,000467045

Р ^ 2 = 0,000000218

Тумачење

Коефицијент утврђивања је веома важан излаз како би се утврдило да ли се скуп података добро уклапа или не. Неко заправо врши регресиону анализу да би потврдио да ли оно што мисли о односу две променљиве валидира и регресиона једначина. Што је већи коефицијент, регресиона једначина је боља јер подразумева да је независна променљива изабрана да би се одредила зависна променљива правилно изабрана. У идеалном случају, истраживач ће тражити коефицијент утврђености који је најближи 100%.