Mối quan hệ giữa R-Squared và hệ số tương quan của một mô hình là gì?

Mối quan hệ giữa R-Squared và hệ số tương quan của một mô hình là gì?
Anonim

Câu trả lời:

Xem cái này Tín dụng cho Gaurav Bansal.

Giải trình:

Tôi đã cố gắng nghĩ ra cách tốt nhất để giải thích điều này và tôi tình cờ thấy một trang làm một công việc thực sự tốt. Tôi thà cung cấp cho anh chàng này tín dụng cho lời giải thích. Trong trường hợp liên kết không hoạt động đối với một số tôi đã bao gồm một số thông tin bên dưới.

Nói một cách đơn giản: # R ^ 2 # giá trị đơn giản là bình phương của hệ số tương quan # R #.

Các Hệ số tương quan (# R #) của một mô hình (nói với các biến # x ## y #) lấy các giá trị giữa #-1##1#. Nó mô tả như thế nào # x ## y # có tương quan.

  • Nếu # x ## y # đang đồng nhất hoàn hảo, thì giá trị này sẽ dương #1#
  • Nếu # x # tăng trong khi # y # giảm theo cách hoàn toàn ngược lại, sau đó giá trị này sẽ là #-1#
  • #0# sẽ là một tình huống mà không có mối tương quan giữa # x ## y #

Tuy nhiên, cái này # R # giá trị chỉ hữu ích cho một mô hình tuyến tính đơn giản (chỉ là một # x ## y #). Khi chúng ta xem xét nhiều hơn một biến độc lập (bây giờ chúng ta có # x_1 #, # x_2 #, …), rất khó để hiểu hệ số tương quan có nghĩa là gì. Theo dõi biến nào đóng góp những gì cho mối tương quan là không rõ ràng.

Đây là nơi # R ^ 2 # giá trị đi vào chơi. Nó chỉ đơn giản là bình phương của hệ số tương quan. Nó có giá trị giữa #0##1#, nơi các giá trị gần với #1# ngụ ý nhiều tương quan hơn (dù tương quan tích cực hay tiêu cực) và #0# ngụ ý không có mối tương quan. Một cách khác để nghĩ về nó là biến thể phân số trong biến phụ thuộc là kết quả của tất cả các biến độc lập. Nếu biến phụ thuộc phụ thuộc nhiều vào tất cả các biến độc lập của nó, giá trị sẽ gần với #1#. Vì thế # R ^ 2 # cũng hữu ích hơn nhiều vì nó có thể được sử dụng để mô tả các mô hình đa biến.

Nếu bạn muốn thảo luận về một số khái niệm toán học liên quan đến hai giá trị, hãy xem điều này.