Каков Коэффициент Определения?
Коэффициент определения - математическое вычисление квадратного корня коэффициента корреляции. Коэффициент корреляции - вычисление точности модели. Эти термины использованы в статистическом анализе, чтобы объяснить довольно логические вычисления.
В статистике, работа аналитика состоит в том, чтобы смотреть на данные, собранные у определенного сценария или события, и создать математическую модель, которая объясняет данные. Чтобы создать эту модель, есть определенные факты, которые должны быть учтены.
есть возможность ошибки в каждом вычислении и наборе данных. Так как это последовательно, ставка ошибки должна быть включена в модель. Учитывая эту ошибку, это прекращает относиться к определению, если предложенная модель обеспечивает твердое объяснение данных.
Фактический коэффициент вычисления определения
R <глоток> 2 = Сумма брусковых ошибок
Сумма брусковых ошибок + сумма квадратов Регресса
коэффициент определения является вычислением точности модели в объяснении данных.
Используемый в статистическом анализе, эта стоимость обеспечивает понимание "совершенства вспышки" статистической модели к данным. Стоимость коэффициента между 0 и 1. Совершенный припадок модели, чтобы объяснить изменение 1, и 0 стоимость, когда модель не объясняет изменение вообще.
Коэффициент определения принимает во внимание ошибки с данными, или выбросы, и сумму квадратов регресса. Нет никакой единицы к этой стоимости, поскольку это - по существу отношение и абсолютно не связано с размером образца. Чем выше стоимость, приближаясь 1, тем лучшее объяснение изменения обеспечивается моделью.
Простой способ визуализировать это понятие состоит в том, чтобы создать граф всех данных, окружающих особое событие. Изложите три подноса печенья в комнате обеда, шоколаде, миндале и арахисе. Наблюдайте, поскольку люди входят в комнату обеда и записывают, сколько печенья они берут, что виды и в какой заказ. Подготовьте эти данные по графу.
Создайте формулу вокруг предсказанного поведения. Пример должен был бы предсказать, что каждое лицо, которое взяло 1 шоколадное печенье, также взяло 2 миндаля, но никакой арахис. Простое линейное уравнение может быть написано основанный на этом предположении и изображало в виде графика.
Заговор линия, которая представляет линейное уравнение того предсказания. Сравните линию с фактическим сбором данных в Вашем наблюдении. Вычислите коэффициент определения, чтобы обеспечить меру точности предсказанного поведения при сравнении с фактическими данными.
Коэффициент определения указывает на сумму спреда данных вокруг линии. Это показывает, насколько хороший или плохой предсказание было, по сравнению с фактическими значениями. Коэффициент определения позволяет пользователям применять "проверку в реальных условиях" к данным, предложенным в статистической модели. Есть две ценности, наблюдаемые или фактические значения, и смоделированные или ожидаемые значения.
Этот тип статистического анализа очень распространен, наука и в бизнесе. Много деловых решений основаны на предсказаниях будущего поведения. Важно проанализировать фактические результаты и сравнить их с предсказаниями. Этот процесс улучшает следующую модель и поэтому точность предсказаний.