A determinációs együttható is ismert R- négyzet (R ^ 2 ) . Ez a statisztikai mérőszáma , hogy mennyire jól lineáris modell illeszkedik egy sor adat ; a modell lehet egy vagy korreláció lineáris regressziós vagy varianciaanalízissel . Vannak még ” pszeudo R ^ 2″ intézkedések egyéb regresszió , mint például a logisztikus regresszió . Tartománya a determinációs együttható : Matton
A determinációs együttható 0-tól 1- 0 azt jelenti , hogy nincs lineáris kapcsolat egyáltalán , 1 jelzi, hogy a kapcsolat tökéletes . Mi számít a ” nagy ” vagy “jó ” tényező változik mezőre . A pszichológia , 0,3 elég magas ; fizika 0.8 gyakran alacsonynak tekinthető .
Mi az együttható intézkedések : Matton
A determinációs együttható méri az erejét lineáris kapcsolat . De a pontos jelentését ” lineáris kapcsolat” gyakran zavaros a diákok . A lineáris összefüggés lineáris paraméterei . Például , lehet, hogy a modell súlya felnőtt emberek , mint a magasság függvényében , magassága faragva , kapok egy regressziós egyenlet , mint például : Matton
W = b0 + b1 * H + b2 * H ^ 2
Hol W a súly és a H magasságát és B0 , B1 és B2 hányadosok becslését . Ez egy lineáris regresszió , mert egyik paraméter merül fel hatásköröket .
Együttható meghatározása az Analysis of Variance : Matton
varianciaanalízissel ( ANOVA ) modelleket fejlesztenek és értékelik alapuló összegeket terek, vagy eltéréseket . Bármilyen mennyiségi adatok gyűjtése több csoportot , akkor nézd meg a teljes variancia és a szórás belül és a csoportok között. A relatív meghatározás négyzetösszege csoportok között elosztva a teljes négyzetösszege .
Aránya variáció : Matton
Egy másik módja annak, hogy nézd meg a determinációs együttható hogy ez az arány a változás a függő változó ( mit próbálunk megmagyarázni ), amely -át az a modell . Tehát, ha az együttható 0,8 , az azt jelenti , hogy 80 százaléka a változás a függő változó a modellben .
