R-Squared와 모델의 상관 계수 사이의 관계는 무엇입니까?

대답:

이것 좀 봐. Gaurav Bansal에게 감사드립니다.

설명:

나는 이것을 설명하는 가장 좋은 방법을 생각하려고 노력하고 있었고 정말 좋은 일을하는 페이지를 우연히 발견했습니다. 차라리이 사람에게 설명에 대한 신뢰를 줘야합니다. 일부 링크가 작동하지 않는 경우 아래에 몇 가지 정보가 포함되어 있습니다.

간단히 말하면: # R ^ 2 # 값은 간단히 상관 계수의 제곱입니다. #아르 자형#.

그만큼 상관 계수 (#아르 자형#) 모델의 #엑스# 과 #와이#) 사이의 값을 취합니다. #-1# 과 #1#. 어떻게 #엑스# 과 #와이# 상관 관계가 있습니다.

• 만약 #엑스# 과 #와이# 완벽한 조화를 이룬다면,이 값은 긍정적이 될 것입니다. #1#
• 만약 #엑스# 증가하는 동안 #와이# 정확히 반대 방향으로 감소하면이 값은 #-1#
• #0# 사이에 상관 관계가없는 상황이 될 것입니다. #엑스# 과 #와이#

그러나 이것은 #아르 자형# 값은 단순 선형 모델 (단지 #엑스# 과 #와이#). 일단 하나 이상의 독립 변수를 고려하면 (이제 우리는 # x_1 #, # x_2 #, …), 상관 계수가 의미하는 것을 이해하는 것은 매우 어렵습니다. 어떤 변수가 상관 관계에 기여하는지 추적하는 것은 그렇게 명확하지 않습니다.

이것은 # R ^ 2 # 가치가 작용합니다. 이것은 단순히 상관 계수의 제곱입니다. ~ 사이의 값을가집니다. #0# 과 #1#여기서 값은 #1# 더 많은 상관 관계를 암시한다 (긍정적으로 또는 부정적으로 상관 관계가 있음). #0# 상관 관계가 없음을 의미합니다. 그것을 생각할 수있는 또 다른 방법은 모든 독립 변수의 결과 인 종속 변수의 부분 변동입니다. 종속 변수가 모든 독립 변수에 크게 의존하면 값은 #1#. 그래서 # R ^ 2 # 다 변수 모델을 설명하는 데 사용될 수 있으므로 훨씬 더 유용합니다.

두 값을 관련시키는 것과 관련된 몇 가지 수학적 개념에 대한 토론을 보려면이 부분을 참조하십시오.