Opracowanie:
Współczynnik determinacji
Współczynnik determinacji
współczynnik determinacji jest zwany inaczej współczynnikiem określoności (R2) oraz jest miarą tego, jaki procent zmienności zmiennej zależnej (objaśnionej w zadaniu) jest wyjaśniony za pomocą zmiennej niezależnej bądź modelu statystycznego, czyli w skrócie, dzięki współczynnikowi determinacji, otrzymujemy informację, na ile nasz założony czynnik wyjaśnia to co chcemy wyjaśnić. Jest wykorzystywany w analizie.
Wzór na obliczenie współczynnika determinacji:
gdzie:
SSM= suma kwadratów dla modelu
SST= suma kwadratów całkowita
yt= zmierzona wartość zmiennej zależnej
ŷt= przewidywana wartość zmiennej zależnej (oparta na modelu regresji)
y= średnia wartość rzeczywistej zmiennej zależnej
choć można wzór współczynnika determinacji przedstawić także w postaci:
2
gdzie:
rxy2– współczynnik korelacji Pearsona (mający wartość od 0 do 1)
jak pamiętacie współczynnik determinacji określa jaka część danych jest przez nas udowodniona, więc (to co teraz napisze to dodatkowa funkcja współczynnika determinacji) ma on własną skalę- im większa tym wynik jest lepiej dopasowany do danych:
0,0-0,5 – dopasowanie niezadowalające
0,5-0,6 – dopasowanie słabe
0,6-0,8 – dopasowanie zadowalające
0,8-0,9 – dopasowanie dobre
0,9-1,0 – dopasowanie bardzo dobre
Dlatego współczynnik determinacji pozwala nam też określić jak dobrze wyznaczamy np.: długość na ,,oko”
Jak można zauważyć po powyższych wzorach, współczynnik determinacji przyjmuje wartość między 0, a 1 (0
A teraz czas na zadania:
Zad. 1
Jeśli współczynnik korelacji liniowej Pearsona wynosi 0,5 , to procent zmienności zmiennej zależnej wyjaśnioną zmiennością zmiennej niezależnej, wynosi:
A) 80%
B) 40%
C) 25%
D) 5%
Rozwiązanie:
R2=rxy2= 0,52= 0,25
0,25 100% = 25%
Teraz możemy wskazać poprawny wariant odpowiedzi:
Odp.: C) (25%)
Koniec