결정 계수

결정 계수는 무엇입니까?

결정 계수는 주어진 이벤트의 결과를 예측할 때 한 변수의 차이를 두 번째 변수의 차이로 설명할 수 있는 방법을 조사하는 통계적 측정입니다. 즉, R-제곱(또는 R²)으로 더 일반적으로 알려진 이 계수는 두 변수 간의 선형 관계가 얼마나 강한지를 평가하며, 추세 분석을 수행할 때 연구자가 크게 의존합니다. 적용의 예를 인용하기 위해 이 계수는 다음 질문을 고려할 수 있습니다. 여성이 특정 날짜에 임신하면 미래의 특정 날짜에 아기를 분만할 가능성은 얼마입니까? 이 시나리오에서 이 측정항목은 수태와 출생이라는 두 가지 관련 이벤트 간의 상관관계를 계산하는 것을 목표로 합니다.

결정 계수의 이해

결정 계수는 한 요인의 변동성이 다른 관련 요인과의 관계로 인해 발생할 수 있는 정도를 설명하는 데 사용되는 측정입니다. " 적합도 "로 알려진 이 상관관계 는 0.0과 1.0 사이의 값으로 표시됩니다. 값 1.0은 완벽한 적합을 나타내므로 미래 예측에 대한 매우 신뢰할 수 있는 모델이며, 값 0.0은 계산이 데이터를 정확하게 모델링하지 못했음을 나타냅니다. 그러나 예를 들어 값이 0.20이면 종속 변수의 20%가 독립 변수에 의해 예측된다는 것을 나타내는 반면 값이 0.50이면 종속 변수의 50%가 독립 변수에 의해 예측되는 식입니다.

결정 계수 그래프

그래프에서 적합도는 적합선과 다이어그램 전체에 흩어져 있는 모든 데이터 점 사이의 거리를 측정합니다. 조밀한 데이터 집합에는 점에 가깝고 적합도가 높은 회귀선이 있습니다. 즉, 선과 데이터 사이의 거리가 좁습니다. 좋은 적합도는 R²가 1.0에 가깝지만 이 수치만으로는 데이터 포인트나 예측이 편향되었는지 여부를 결정할 수 없습니다. 또한 결정 값 계수가 본질적으로 좋은지 나쁜지 여부를 분석가에게 알려주지 않습니다. 이 상관 관계의 의미와 향후 추세 분석의 맥락에서 어떻게 적용될 수 있는지 평가하는 것은 사용자의 재량입니다.

하이라이트

• 결정계수는 데이터에 대한 모델의 통계적 분석을 중심으로 하는 복잡한 개념이다.

• 이 측정값은 0.0에서 1.0 사이의 값으로 표시되며, 여기서 값 1.0은 완벽한 적합을 나타내므로 미래 예측에 대한 매우 신뢰할 수 있는 모델이고, 값 0.0은 모델이 데이터를 정확하게 모델링하지 못했음을 나타냅니다. 조금도.

• 결정 계수는 한 요인의 다른 요인과의 관계로 인해 발생할 수 있는 변동성의 정도를 설명하는 데 사용됩니다.

• 이 계수는 일반적으로 R-제곱(또는 R²)으로 알려져 있으며 때때로 "적합도"라고도 합니다.