Sisu
Määramiskoefitsienti R2 kasutatakse lineaarse regressiooni teoorias statistikas kui mõõdet, kui hästi regressioonivõrrand andmetega sobib. See on R ruut, korrelatsioonikordaja, mis annab meile korrelatsiooniastme sõltuva muutuja Y ja sõltumatu muutuja X vahel. R on vahemikus -1 kuni +1. Kui R on võrdne 1-ga, siis Y on täiesti proportsionaalne X-ga, kui X väärtus suureneb teatud kraadi võrra, siis Y väärtus suureneb sama kraadi võrra. Kui R on võrdne -1, on Y ja X vahel ideaalne negatiivne korrelatsioon. Kui X suureneb, siis Y väheneb samas proportsioonis. Teiselt poolt, kui R = 0, siis pole X ja Y vahel lineaarset suhet. R2 on vahemikus 0 kuni 1. See annab meile aimu, kui hästi meie regressioonivõrrand andmetega sobib. Kui R2 on võrdne 1-ga, läbib meie parim sobivusjoon kõik andmepunktid ja kogu täheldatud Y-väärtuste kõikumine on seletatav selle seosega X-i väärtustega. Näiteks kui meil on väärtuseks 80, siis 80% Y väärtuste varieerumisest on seletatav nende lineaarse seosega täheldatud X väärtustega.
Samm 1
Arvutage X ja Y väärtuste korrutiste summa ja korrutage see väärtus "n" -ga. Lahutage see väärtus X ja Y väärtuste summade korrutisest. Seda väärtust S1 tähistades on meil S1 = n (XY) - (X) (Y).
2. samm
Arvutage X väärtuste ruutude summa, korrutage väärtusega "n" ja lahutage see ruutväärtus X väärtuste summast. Märkige see P1-ga, kus P1 = n (X2) - (X) 2. Võtke P1 ruutjuur, mida me tähistame P1-ga.
3. samm
Arvutage Y väärtuste ruutude summa, korrutage väärtusega "n" ja lahutage see väärtus Y väärtuste summa ruudust. Märkige see Q1-ga, kus Q1 = n (Y2) - (Y) 2. Võtke juur Q1 ruut, mida me tähistame Q1 'abil.
4. samm
Arvutatakse korrelatsioonikordaja R, jagades S1 P1 ja Q1 korrutisega, kus R = S1 / (P1 '* * Q1').
5. samm
R2 saamiseks tuleb määramiskoefitsient võtta R ruut.