Pielāgotais R kvadrāts ir modificēta R kvadrāta versija, kas ņem vērā prognozētājus, kuriem regresijas modelī nav nozīmes. Citiem vārdiem sakot, koriģētais R kvadrāts parāda, vai papildu prediktoru pievienošana uzlabo regresijas modeli vai nē. Lai saprastu koriģēto R kvadrātu, ir nepieciešama R kvadrāta izpratne.
Kopsavilkums:
- Pielāgotais R kvadrāts ir modificēta R kvadrāta versija, kas pielāgojas prognozētājiem, kuriem regresijas modelī nav nozīmes.
- Salīdzinot ar modeli ar papildu ievades mainīgajiem, zemāks koriģētais R kvadrāts norāda, ka papildu ievades mainīgie nepievieno vērtību modelim.
- Salīdzinot ar modeli ar papildu ievades mainīgajiem lielumiem, lielāks koriģētais R kvadrāts norāda, ka papildu ievades mainīgie modelim piešķir vērtību.
Kas ir R kvadrāts?
R kvadrāts, saukts arī par determinācijas koeficientu Noteikšanas koeficients Noteikšanas koeficients (R² vai r-kvadrāts) ir statistisks rādītājs regresijas modelī, kas nosaka dispersijas proporciju atkarīgajā, tiek izmantots, lai izskaidrotu kuri ievades mainīgie (prognozējošie mainīgie) izskaidro izvades mainīgo (prognozētie mainīgie) variāciju. Tas svārstās no 0 līdz 1. Piemēram, ja R kvadrāts ir 0,9, tas norāda, ka 90% izejas mainīgo lielumu izskaidro ar ievades mainīgajiem. Vispārīgi runājot, lielāks R kvadrāts norāda uz labāku piemērotību modelim. Apsveriet šo diagrammu:
Zilā līnija attiecas uz vispiemērotāko līniju un parāda saikni starp mainīgajiem. Līniju aprēķina, izmantojot regresijas analīzi. Regresijas analīze. Regresijas analīze ir statistikas metožu kopums, ko izmanto, lai novērtētu attiecības starp atkarīgo mainīgo un vienu vai vairākiem neatkarīgiem mainīgajiem. To var izmantot, lai novērtētu mainīgo lielumu attiecības un modelētu turpmākās attiecības starp tiem. un ir uzzīmēts tur, kur ir samazināts dzelteno punktu vertikālais attālums (zilas punktētas līnijas) līdz vispiemērotākajai līnijai.
Dzeltenie punkti attiecas uz ievades un izvades mainīgo diagrammu. Ievades mainīgais ir attēlots uz x ass, bet izejas mainīgais - uz y ass. Piemēram, iepriekš redzamais grafiks sastāv no šādas datu kopas:
Zilās punktētās līnijas attiecas uz ievades un izvades mainīgo diagrammas attālumu no vispiemērotākās līnijas. R kvadrātu iegūst no visu dzelteno punktu attāluma no vispiemērotākās līnijas (zilās līnijas). Piemēram, šī diagramma ilustrēs R kvadrāti ar 1:
Problēmas ar R kvadrātu
R kvadrātā ir raksturīga problēma - ar papildu ievades mainīgajiem lielumiem R kvadrāts paliks nemainīgs vai palielināsies (tas ir saistīts ar to, kā R kvadrātu aprēķina matemātiski). Tāpēc, pat ja papildu ievades mainīgajiem nav nekādas saistības ar izejas mainīgajiem, R kvadrāts palielināsies. Tālāk ir sniegts piemērs, kas izskaidro šādu gadījumu.
Izpratne par pielāgoto R kvadrātiņu
Būtībā koriģētais R kvadrāts aplūko, vai modeli veicina papildu ievades mainīgie. Apsveriet piemēru, izmantojot picas īpašnieka savāktos datus, kā parādīts zemāk:
Pieņemsim, ka picas īpašnieks veic divas regresijas:
1. regresija: mīklas cena (ievades mainīgais), picas cena (mainīgais lielums)
1. regresija dod R kvadrātu 0,9557 un koriģēto R kvadrātu 0,9493.
2. regresija: temperatūra (1. ievades mainīgais), mīklas cena (2. ievades mainīgais), picas cena (mainīgais lielums)
Regresijas 2 rezultātā R kvadrāts ir 0,9573 un koriģētais R kvadrāts ir 0,9431.
Lai gan temperatūrai nevajadzētu ietekmēt picas cenu, jo R kvadrāts palielinājās no 0,9557 (regresija 1) līdz 0,9573 (regresija 2). Cilvēks var uzskatīt, ka regresijai 2 ir lielāka paredzamā jauda, jo R kvadrāts ir lielāks. Pat ja temperatūras ievades mainīgais ir bezjēdzīgs, lai prognozētu picas cenu, tas palielināja R kvadrātu. Šeit ienāk koriģētais R kvadrāts.
Pielāgotais R kvadrāts apskata, vai modeli veicina papildu ievades mainīgie. Pielāgotais R kvadrāts 1. regresijā bija 0.9493, salīdzinot ar koriģēto R kvadrātu 2. regresijā 0.9493. Tāpēc pielāgotais R kvadrāts spēj noteikt, ka temperatūras ievades mainīgais nav noderīgs, lai izskaidrotu izejas mainīgo (picas cenu). Šādā gadījumā koriģētais R kvadrāts modeļa veidotājam norādītu uz regresijas 1, nevis regresijas 2 izmantošanu.
Pielāgotā R kvadrāta piemērs
Apsveriet divus modeļus:
- Lai modelētu Y1, 1. modelī tiek izmantoti ievades mainīgie X1, X2 un X3.
- Lai modelētu Y1, 2. modelī tiek izmantoti ievades mainīgie X1 un X2.
Kurš modelis būtu jāizmanto? Informācija par abiem modeļiem ir sniegta zemāk:
Salīdzinot R-kvadrātu starp 1. modeli un 2. modeli, R-kvadrāts paredz, ka 1. modelis ir labāks modelis, jo tam ir lielāka skaidrojošā jauda (1. modelī - 0.5923 pret 2. modeli - 0.5612).
Salīdzinot R-kvadrātu starp 1. modeli un 2. modeli, koriģētais R-kvadrāts paredz, ka ievades mainīgais X3 palīdz izskaidrot izvades mainīgo Y1 (1. modelī - 0.4231 pret 2. modeli - 0.3512).
Kā tāds ir jāizmanto 1. modelis, jo papildu X3 ievades mainīgais palīdz izskaidrot izejas mainīgo Y1.
Papildu resursi
Finanses piedāvā finanšu modelēšanas un vērtēšanas analītiķi (FMVA) ™ FMVA® sertifikāciju. Pievienojieties 350 600+ studentiem, kuri strādā tādos uzņēmumos kā Amazon, J.P.Morgan un Ferrari sertifikācijas programma tiem, kas vēlas virzīt savu karjeru uz nākamo līmeni. Lai turpinātu mācīties un virzīt savu karjeru, noderēs šādi finanšu resursi:
- Finanšu pamatstatistikas jēdzieni Finanšu pamatstatistikas jēdzieni Stingra statistikas izpratne ir ļoti svarīga, lai palīdzētu mums labāk izprast finanses. Turklāt statistikas jēdzieni var palīdzēt investoriem uzraudzīt
- Augstas un zemas metodes salīdzinājumā ar regresijas analīzi Augstas zemas metodes un regresijas analīze Augstas zemas metodes un regresijas analīze ir divas galvenās izmaksu novērtēšanas metodes, ko izmanto, lai novērtētu fiksēto un mainīgo izmaksu apjomus. Parasti, lai prognozētu un plānotu nākotni, vadītājiem jauktās izmaksas jāsadala nemainīgajās un mainīgajās daļās.
- Neatkarīgais mainīgais Neatkarīgais mainīgais Neatkarīgais mainīgais ir ievads, pieņēmums vai draiveris, kas tiek mainīts, lai novērtētu tā ietekmi uz atkarīgo mainīgo (rezultātu).
- Finanšu analīzes veidi Finanšu analīzes veidi Finanšu analīze ietver finanšu datu izmantošanu, lai novērtētu uzņēmuma darbību un sniegtu ieteikumus par to, kā tas var uzlabot turpmāko darbību. Finanšu analītiķi galvenokārt savu darbu veic programmā Excel, izmantojot izklājlapu, lai analizētu vēsturiskos datus un veiktu prognozes Finanšu analīzes veidi
