Главная страница Случайная страница
Разделы сайта
АвтомобилиАстрономияБиологияГеографияДом и садДругие языкиДругоеИнформатикаИсторияКультураЛитератураЛогикаМатематикаМедицинаМеталлургияМеханикаОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРелигияРиторикаСоциологияСпортСтроительствоТехнологияТуризмФизикаФилософияФинансыХимияЧерчениеЭкологияЭкономикаЭлектроника
Коэффициент детерминации
|
|
Квадрат множественного коэффициента корреляции называется множественным коэффициентом детерминации. Он показывает, какая доля дисперсии результативного признака объясняется влиянием независимых переменных.
Также это квадрат корреляции Пирсона между двумя переменными (rІ). Он выражает количество дисперсии, общей между двумя переменными.
В случае двух переменных формула для вычисления множественного коэффициента детерминации имеет вид:
Часто необходимо корректировать коэффициент множественной детерминации на потерю степеней свободы вариации:
где 
- скорректированное значение множественного коэффициента корреляции;
- число наблюдений;
- число переменных, вошедших в модель.
Наблюдаемое значение находится по формуле:
Иногда показателям тесноты связи можно дать качественную оценку (шкала Чеддока):
0, 1 - 0, 3 Слабая
0, 3 - 0, 5 Умеренная
0, 5 - 0, 7 Заметная
0, 7 - 0, 9 Высокая
0, 9 - 0, 99Весьма высокая
Функциональная связь возникает при значении равном 1, а отсутствие связи — 0. При значениях показателей тесноты связи меньше 0, 7 величина коэффициента детерминации всегда будет ниже 50 %. Это означает, что на долю вариации факторных признаков приходится меньшая часть по сравнению с остальными неучтенными в модели факторами, влияющими на изменение результа-тивного показателя. Построенные при таких условиях регрессионные модели имеют низкое прак-тическое значение.
|
|