Садржај
Коефицијент детерминације, Р², користи се у теорији линеарне регресије у статистици као мера колико добро регресиона једначина одговара подацима. То је квадрат Р, коефицијент корелације, који нам даје степен корелације између зависне променљиве И и независне променљиве Кс. Р се креће од -1 до +1. Ако је Р једнако 1, тада је И савршено пропорционално Кс, ако се вредност Кс повећава за одређени степен, тада се вредност И повећава за исти степен. Ако је Р једнако -1, тада постоји савршена негативна корелација између И и Кс. Ако се Кс повећа, тада ће се И смањити у истом проценту. С друге стране, ако је Р = 0, тада не постоји линеарни однос између Кс и И. Р² се креће од 0 до 1. То нам даје идеју колико добро наша регресиона једначина одговара подацима. Ако је Р² једнако 1, тада наша најбоље уклопљена линија пролази кроз све тачке у подацима, а свака варијација у посматраним вредностима И објашњава се њеном везом са вредностима Кс. На пример, ако имамо Р² у вредност 0,80, тада се 80% варијација вредности И објашњава њиховим линеарним односом са посматраним вредностима Кс.
Корак 1
Израчунајте збир производа вредности Кс и И, и помножите ту вредност са "н". Одузмите ову вредност од производа збира вредности Кс и И. Представљајући ову вредност помоћу С1, имамо С1 = н (КСИ) - (Кс) (И).
Корак 2
Израчунајте збир квадрата вредности Кс, помножите са "н", а ту вредност од квадрата одузмите од збира вредности Кс. Означите ово са П1, где је П1 = н (Кс2) - (Кс) 2. Узмите квадратни корен из П1, који ћемо представити са П1.
3. корак
Израчунајте збир квадрата И вредности, помножите са "н" и одузмите ту вредност од квадрата збира вредности И. Означите ово К1, где је К1 = н (И2) - (И) 2. Узмите корен квадрат К1, који ћемо представити К1 '.
4. корак
Израчунати Р, коефицијент корелације, делећи С1 умношком П1 и К1 ', где је Р = С1 / (П1' * К1 ').
Корак 5
Узми квадрат Р да се добије Р2, коефицијент детерминације.