R kvadratas (R² arba nustatymo koeficientas) yra statistinis regresijos modelio matas, kuris nustato priklausomo kintamojo dispersijos dalį, kurią galima paaiškinti nepriklausomu kintamuoju Nepriklausomas kintamasis Nepriklausomas kintamasis yra įvestis, prielaida arba tvarkyklė kad yra pakeista, siekiant įvertinti jo poveikį priklausomam kintamajam (rezultatui). . Kitaip tariant, r kvadratas parodo, kaip duomenys atitinka regresijos modelį (tinkamumo gerumas).
1 pav. Regresijos išvestis „MS Excel“
R kvadratas gali turėti bet kurias reikšmes nuo 0 iki 1. Nors statistinis matas pateikia naudingų įžvalgų apie regresijos modelį, vartotojas, vertindamas statistinį modelį, neturėtų pasikliauti tik matu. Paveiksle neatskleidžiama informacija apie priežastinio ryšio tarp nepriklausomų ir priklausomų kintamųjų priklausomą kintamąjį. Priklausomas kintamasis yra tas, kuris pasikeis priklausomai nuo kito kintamojo, vadinamo nepriklausomu kintamuoju, vertės. .
Be to, tai nenurodo regresijos modelio teisingumo. Todėl vartotojas visada turėtų padaryti išvadas apie modelį, analizuodamas r kvadratą kartu su kitais statistinio modelio kintamaisiais.
R-Squared aiškinimas
Dažniausia r kvadrato interpretacija yra tai, kaip gerai regresijos modelis atitinka stebimus duomenis. Pavyzdžiui, 60% r kvadratas rodo, kad 60% duomenų atitinka regresijos modelį. Paprastai didesnis r kvadratas rodo, kad modelis geriau tinka.
Tačiau ne visada regresijos modeliui tinka didelis r kvadratas. Statistinio mato kokybė priklauso nuo daugelio veiksnių, tokių kaip modelyje naudojamų kintamųjų pobūdis, kintamųjų matavimo vienetai ir taikoma duomenų transformacija. Taigi kartais didelis r kvadratas gali rodyti regresijos modelio problemas.
Mažas r kvadrato skaičius paprastai yra blogas ženklas prognozuojamiems modeliams. Tačiau kai kuriais atvejais geras modelis gali parodyti nedidelę vertę.
Nėra universalios taisyklės, kaip įtraukti statistinę priemonę vertinant modelį. Eksperimento ar prognozės prognozavimo metodų kontekstas Į viršų prognozavimo metodai. Šiame straipsnyje paaiškinsime keturių rūšių pajamų prognozavimo metodus, kuriuos finansų analitikai naudoja prognozuodami būsimas pajamas. yra nepaprastai svarbus ir, esant skirtingiems scenarijams, metrikos įžvalgos gali skirtis.
Kaip apskaičiuoti R kvadratą
R kvadrato skaičiavimo formulė yra:
Kur:
- SSregresijayra kvadratų suma dėl regresijos (paaiškinta kvadratų suma)
- SSviso yra bendra kvadratų suma
Nors pavadinimai „kvadratų suma dėl regresijos“ ir „bendra kvadratų suma“ gali atrodyti painūs, kintamųjų reikšmės yra aiškios.
Kvadratų suma dėl regresijos matuoja, kaip gerai regresijos modelis atspindi duomenis, kurie buvo naudojami modeliavimui. Bendra kvadratų suma matuoja stebėtų duomenų (regresijos modeliavime naudojamų duomenų) kitimą.
Susiję skaitymai
Finansai yra oficialus finansinio modeliavimo ir vertinimo analitiko (FMVA) ™ FMVA® sertifikavimo teikėjas. Prisijunkite prie 350 600 ir daugiau studentų, dirbančių tokiose įmonėse kaip „Amazon“, J. P. Morganas ir „Ferrari“ sertifikavimo programa, skirta visiems paversti pasaulinio lygio finansų analitikais.
Norėdami toliau mokytis ir tobulinti savo žinias apie finansinę analizę, labai rekomenduojame toliau pateiktus papildomus finansų išteklius:
- Pagrindinės finansinės statistikos sąvokos Pagrindinės finansų statistikos sąvokos Tvirtas statistikos supratimas yra nepaprastai svarbus, kad padėtų mums geriau suprasti finansus. Be to, statistikos sąvokos gali padėti investuotojams stebėti
- Finansinio modeliavimo šablonai
- Regresijos analizė Regresijos analizė Regresijos analizė yra statistinių metodų rinkinys, naudojamas sąryšiui tarp priklausomo kintamojo ir vieno ar daugiau nepriklausomų kintamųjų įvertinti. Jis gali būti naudojamas vertinant santykio tarp kintamųjų stiprumą ir modeliuojant būsimą jų santykį.
- Finansinės analizės rūšys Finansinės analizės rūšys Finansinė analizė apima finansinių duomenų naudojimą įmonės veiklos įvertinimui ir rekomendacijų, kaip ji galėtų pagerėti toliau. Finansų analitikai pirmiausia dirba „Excel“, naudodami skaičiuoklę, kad analizuotų istorinius duomenis ir sudarytų prognozes. Finansinės analizės tipai
