决定系数计算器
单位转换器 ▲
单位转换器 ▼
From: | To: |
Powered by @Calculator Ultra
决定系数 (R²)
决定系数,通常用 R² 表示,在统计模型中,尤其是线性回归模型中,起着至关重要的作用。它衡量了因变量的方差中可以由自变量(们)预测的部分。
历史背景
决定系数的概念最早是在 20 世纪初发展起来的,它在回归分析中起着关键作用,使研究人员能够量化模型预测能力的强度。
计算公式
计算决定系数的公式为:
\[ R^2 = 1 - \frac{RSS}{TSS} \]
其中:
- \(R^2\) 是决定系数,
- \(RSS\) 是残差平方和,
- \(TSS\) 是总平方和。
示例计算
例如,如果残差平方和 (RSS) 为 50,总平方和 (TSS) 为 200,则:
\[ R^2 = 1 - \frac{50}{200} = 0.75 \]
这意味着因变量方差的 75% 可以由自变量预测。
重要性和使用场景
决定系数对于评估回归模型的质量至关重要。较高的 R² 值表明模型更适合数据,而较低的 R² 表明模型不太准确。它在比较模型的解释能力方面特别有用。
常问问题
-
R² 值为 1 表示什么?
- R² 值为 1 表示回归预测完美地拟合数据。
-
R² 可以为负数吗?
- 是的,当所选模型比代表因变量平均值的水平线更差地拟合数据时,R² 可以为负数。
-
R² 与相关性有什么关系?
- R² 是相关系数的平方,反映了变量之间线性相关度的平方。
这个计算器简化了计算决定系数的过程,使其便于参与统计分析和建模的学生、研究人员和专业人士使用。