Qu'est-ce qu'un coefficient de détermination?
Le coefficient de détermination est un calcul mathématique du carré d'un coefficient de corrélation. Le coefficient de corrélation est un calcul de la précision d'un modèle. Ces termes sont utilisés dans l'analyse statistique pour expliquer les calculs assez logiques.
Dans les statistiques, le travail d'un analyste consiste à examiner les données collectées à partir d'un scénario ou d'un événement spécifique et de créer un modèle mathématique qui explique les données. Afin de créer ce modèle, certains faits doivent être pris en considération.
Il existe une possibilité d'erreur dans chaque calcul et collection de données. Étant donné que cela est cohérent, le taux d'erreur doit être incorporé dans le modèle. En tenant compte de cette erreur, il cesse d'être pertinent pour déterminer si le modèle proposé fournit une explication solide des données.
Le coefficient de calcul de détermination réel est
R
2 = somme des erreurs au carré
Somme de l'erreur au carréSUMPRIMATION S + SUMPRICATION DES SCARES
Le coefficient de détermination est un calcul de la précision du modèle pour expliquer les données.
utilisées dans l'analyse statistique, cette valeur donne un aperçu de la "bonté de l'ajustement" du modèle statistique aux données. La valeur du coefficient se situe entre 0 et 1. Un ajustement parfait du modèle pour expliquer la variation est 1 et 0 est la valeur lorsque le modèle n'explique pas du tout la variation.
Le coefficient de détermination prend en compte les erreurs avec les données, ou les valeurs aberrantes, et la somme de régression des carrés. Il n'y a pas d'unité à cette valeur, car il s'agit essentiellement d'un rapport et n'est complètement sans rapport avec la taille de l'échantillon. Plus la valeur est élevée, approchant 1, plus la meilleure explication de la variation est fournie par le modèle.
Un moyen simple de visualiser ce concept est de créer un graphique de toutes les données entourant une particulévénement AR. Déposer trois plateaux de biscuits dans une salle à manger, du chocolat, des amandes et des arachides. Observez que les gens entrent dans la salle à manger et notez le nombre de cookies qu'ils prennent, quelles types et dans quel ordre. Tracez ces données sur un graphique.
Créez une formule autour du comportement prévu. Un exemple serait de prédire que chaque personne qui a pris 1 biscuit au chocolat, a également pris 2 amandes, mais pas d'arachide. Une équation linéaire simple peut être écrite en fonction de cette hypothèse et graphiquement.
Tracez la ligne qui représente l'équation linéaire de cette prédiction. Comparez la ligne à la collecte réelle de données dans votre observation. Calculez le coefficient de détermination à fournir une mesure de la précision du comportement prévu par rapport aux données réelles.
Le coefficient de détermination indique la quantité de propagation des données autour de la ligne. Il montre à quel point la prédiction était bonne ou mauvaise, par rapport aux valeurs réelles. Le coefficient de détermination permet aux utilisateurs to Appliquer une «vérification de la réalité» aux données proposées dans un modèle statistique. Il y a deux valeurs, les valeurs observées ou réelles et les valeurs modélisées ou prédites.
Ce type d'analyse statistique est très courant est la science et les affaires. De nombreuses décisions commerciales sont basées sur des prédictions de comportement futur. Il est important d'analyser les résultats réels et de les comparer aux prédictions. Ce processus améliore le modèle suivant et donc la précision des prédictions.