Thống kê - Bình phương R được điều chỉnh
R bình phương đo tỷ lệ của biến thể phụ thuộc (Y) được giải thích bởi các biến độc lập (X) của bạn cho một mô hình hồi quy tuyến tính. Bình phương R được điều chỉnh điều chỉnh thống kê dựa trên số lượng biến độc lập trong mô hình. $ {R ^ 2} $ cho biết mức độ phù hợp của các thuật ngữ (điểm dữ liệu) với đường cong hoặc đường. $ {R ^ 2} $ được điều chỉnh cũng cho biết mức độ phù hợp của các thuật ngữ với một đường cong hoặc đường, nhưng điều chỉnh cho số lượng các thuật ngữ trong một mô hình. Nếu bạn thêm ngày càng nhiều biến vô dụng vào một mô hình, bình phương r được điều chỉnh sẽ giảm. Nếu bạn thêm nhiều biến hữu ích hơn, bình phương r được điều chỉnh sẽ tăng lên.
$ {R_ {adj} ^ 2} $ được điều chỉnh sẽ luôn nhỏ hơn hoặc bằng $ {R ^ 2} $. Bạn chỉ cần $ {R ^ 2} $ khi làm việc với các mẫu. Nói cách khác, $ {R ^ 2} $ không cần thiết khi bạn có dữ liệu từ toàn bộ tập hợp.
Công thức
$ {R_ {adj} ^ 2 = 1 - [\ frac {(1-R ^ 2) (n-1)} {nk-1}]} $
Ở đâu -
$ {n} $ = số điểm trong mẫu dữ liệu của bạn.
$ {k} $ = số hồi quy độc lập, tức là số biến trong mô hình của bạn, không bao gồm hằng số.
Thí dụ
Problem Statement:
Một quỹ có giá trị bình phương R mẫu gần bằng 0,5 và chắc chắn quỹ này sẽ cung cấp lợi nhuận điều chỉnh rủi ro cao hơn với kích thước mẫu là 50 cho 5 yếu tố dự đoán. Tìm giá trị bình phương R đã điều chỉnh.
Solution:
Cỡ mẫu = 50 Số công cụ dự đoán = 5 Mẫu R - bình phương = 0,5. Kết hợp các phẩm chất trong phương trình,