결정 계수는 무엇입니까?
결정 계수는 상관 계수의 제곱을 수학적으로 계산하는 것입니다. 상관 계수는 모델의 정확도를 계산하는 것입니다. 이 용어는 통계 분석에 사용되어 상당히 논리적 계산을 설명합니다.
통계에서 분석가는 특정 시나리오 또는 이벤트에서 수집 된 데이터를보고 데이터를 설명하는 수학적 모델을 만드는 것입니다. 이 모델을 만들려면 고려해야 할 특정 사실이 있습니다.
데이터의 모든 계산 및 수집에 오류가 발생할 가능성이 있습니다. 이것은 일관성이 있으므로 오류 속도는 모델에 통합되어야합니다. 이 오류를 설명함으로써 제안 된 모델이 데이터에 대한 확실한 설명을 제공하는지 결정하는 것과 관련이 없습니다.
실제 결정 계산 계수는
입니다
r 2 = 제곱 오류의 합
제곱 오류의 합squares의 s + 회귀 합계
결정 계수는 데이터를 설명 할 때 모델의 정확도를 계산하는 것입니다.
통계 분석에 사용 된이 값은 데이터에 대한 통계 모델의 "적합성의 선"에 대한 통찰력을 제공합니다. 계수의 값은 0과 1 사이입니다. 변형을 설명하기위한 모델의 완벽한 맞춤은 1과 0이 모델이 변형을 전혀 설명하지 않을 때 값입니다.
.결정 계수는 데이터 또는 특이 치와의 오류 및 사각형의 회귀 합계를 고려합니다. 본질적으로 비율이며 샘플의 크기와 완전히 관련이 없기 때문에이 값에는 단위가 없습니다. 값이 높을수록 1에 접근할수록 모델은 변형에 대한 더 나은 설명을 제공합니다.
이 개념을 시각화하는 간단한 방법은 입수를 둘러싼 모든 데이터의 그래프를 만드는 것입니다.AR 이벤트. 점심 공간, 초콜릿, 아몬드 및 땅콩에 3 개의 쿠키 트레이를 세우십시오. 사람들이 점심 공간에 와서 쿠키 수, 어떤 종류의 순서로 쿠키 수, 어떤 순서로 적어 두십시오. 이 데이터를 그래프에 표시하십시오.
예측 된 행동 주위에 공식을 만듭니다. 예를 들어 초콜릿 쿠키 1 개를 복용 한 모든 사람은 아몬드 2 개를 가져 갔지만 땅콩은 없다는 것을 예측하는 것입니다. 간단한 선형 방정식은이 가정을 기반으로 작성하고 그래프로 작성 될 수 있습니다.
그 예측의 선형 방정식을 나타내는 선을 플롯하십시오. 관찰의 실제 데이터 수집과 라인을 비교하십시오. 실제 데이터와 비교할 때 예측 된 동작의 정확도를 측정하기 위해 결정 계수를 계산합니다.
결정 계수는 라인 주위의 데이터 스프레드 양을 나타냅니다. 실제 값과 비교할 때 예측이 얼마나 좋든 나쁜지를 보여줍니다. 결정 계수는 사용자 t를 허용합니다o 통계 모델에서 제안 된 데이터에 "현실 점검"을 적용하십시오. 관찰 된 또는 실제 값의 두 가지 값과 모델링 또는 예측 값이 있습니다.
이 유형의 통계 분석은 과학과 비즈니스에서 매우 일반적입니다. 많은 비즈니스 결정은 미래 행동의 예측을 기반으로합니다. 실제 결과를 분석하고 예측과 비교하는 것이 중요합니다. 이 프로세스는 다음 모델을 향상시켜 예측의 정확도를 향상시킵니다.