Kakav je odnos između R-kvadrata i koeficijenta korelacije modela?

Kakav je odnos između R-kvadrata i koeficijenta korelacije modela?
Anonim

Odgovor:

Pogledaj ovo. Zasluge za Gaurav Bansal.

Obrazloženje:

Pokušavala sam smisliti najbolji način da to objasnim i naišla sam na stranicu koja čini jako dobar posao. Radije bih ovom tipu dao zasluge za objašnjenje. U slučaju da veza ne radi za neke, u nastavku sam naveo neke informacije.

Jednostavno rečeno: # R ^ 2 # vrijednost je jednostavno kvadrat koeficijenta korelacije # R #.

koeficijent korelacije (# R #) modela (recimo s varijablama #x# i # Y #) uzima vrijednosti između #-1# i #1#, Opisuje kako #x# i # Y # su u korelaciji.

  • Ako #x# i # Y # u savršenom su srazu, onda će ta vrijednost biti pozitivna #1#
  • Ako #x# dok se povećava # Y # smanjuje se na sasvim suprotan način, onda će ta vrijednost biti #-1#
  • #0# bi bila situacija u kojoj ne postoji korelacija između #x# i # Y #

Međutim, ovo # R # vrijednost je korisna samo za jednostavan linearni model (samo jedan #x# i # Y #). Kad jednom razmotrimo više od jedne nezavisne varijable (sada imamo # X_1 #, # X_2 #, …), vrlo je teško razumjeti što znači koeficijent korelacije. Praćenje koje varijable doprinose tome što korelacija nije tako jasno.

Ovo je mjesto gdje # R ^ 2 # vrijednost dolazi u igru. To je jednostavno kvadrat koeficijenta korelacije. Potrebne su vrijednosti između #0# i #1#, gdje su vrijednosti blizu #1# podrazumijevaju veću korelaciju (pozitivnu ili negativnu korelaciju) i #0# ne znači korelaciju. Drugi je način razmišljanja o tome kao djelomična varijacija zavisne varijable koja je rezultat svih nezavisnih varijabli. Ako ovisna varijabla jako ovisi o svim svojim nezavisnim varijablama, vrijednost će biti blizu #1#, Tako # R ^ 2 # mnogo je korisnije jer se može koristiti i za opis multivarijatnih modela.

Ako želite raspravu o nekim matematičkim pojmovima koji se odnose na povezivanje dviju vrijednosti, pogledajte ovo.