Unweighted residual square value R^2 of the regression line
українська translation: незважений коефіцієнт детермінації (показник R-квадрат) щодо лінії регресії
Пояснення:Залишкова дисперсія та коефіцієнт детермінації R-квадрат. Чим менший розкид значень залишків біля лінії регресії по відношенню до загального розкиду значень, тим, очевидно, кращий за прогноз. Наприклад, якщо зв'язок між змінними X та Y відсутній, то відношення залишкової мінливості змінної Y до вихідної дисперсії дорівнює 1.0. Якщо X і Y жорстко пов'язані, залишкова мінливість відсутня, і відношення дисперсій буде дорівнює 0.0. Найчастіше ставлення лежатиме десь між цими екстремальними значеннями, тобто. між 0.0 та 1.0. 1.0 мінус це відношення називається R-квадратом чи коефіцієнтом детермінації. Це значення безпосередньо інтерпретується в такий спосіб. Якщо R-квадрат дорівнює 0.4, то мінливість значень змінної Y біля лінії регресії становить 1-0.4 від вихідної дисперсії; іншими словами, 40% від вихідної мінливості можуть бути пояснені, а 60% залишкової мінливості залишаються непоясненими.
Перевагою аналізу за допомогою методу найменших квадратів є те, що може бути проведений К.а., який дозволяє кількісно виміряти, наскільки відповідає лінія регресії окремим точкам, що фіксує дані спостережень. Набір різних статистичних даних може бути використаний для характеристики точності та надійності результатів Р.а., особливо коефіцієнт кореляції (r) та його квадрат – коефіцієнт детермінації (r2).
Пояснення:Залишкова дисперсія та коефіцієнт детермінації R-квадрат. Чим менший розкид значень залишків біля лінії регресії по відношенню до загального розкиду значень, тим, очевидно, кращий за прогноз. Наприклад, якщо зв'язок між зміннимиX і Y відсутня, відношення залишкової мінливості змінної Y до вихідної дисперсії дорівнює 1.0. Якщо X і Y жорстко пов'язані, залишкова мінливість відсутня, і відношення дисперсій буде дорівнює 0.0. Найчастіше ставлення лежатиме десь між цими екстремальними значеннями, тобто. між 0.0 та 1.0. 1.0 мінус це відношення називається R-квадратом чи коефіцієнтом детермінації. Це значення безпосередньо інтерпретується в такий спосіб. Якщо R-квадрат дорівнює 0.4, то мінливість значень змінної Y біля лінії регресії становить 1-0.4 від вихідної дисперсії; іншими словами, 40% від вихідної мінливості можуть бути пояснені, а 60% залишкової мінливості залишаються непоясненими.
Перевагою аналізу за допомогою методу найменших квадратів є те, що може бути проведений К.а., який дозволяє кількісно виміряти, наскільки відповідає лінія регресії окремим точкам, що фіксує дані спостережень. Набір різних статистичних даних може бути використаний для характеристики точності та надійності результатів Р.а., особливо коефіцієнт кореляції (r) та його квадрат – коефіцієнт детермінації (r2).