Калькулятор скорректированного R-квадрат

Ключевые факты

Категория: Математика, даты и финансы
Типы входных данных: number
Тип результата: json
Покрытие примерами: 4
API доступен: Yes

Обзор

Этот калькулятор позволяет быстро вычислить скорректированный коэффициент детерминации (R-квадрат), учитывая количество независимых переменных и объем выборки. Он помогает оценить реальную объясняющую способность регрессионной модели и избежать переобучения при добавлении новых предикторов.

Когда использовать

•При сравнении нескольких регрессионных моделей с разным количеством независимых переменных.
•Для оценки качества модели на небольших выборках, где обычный R-квадрат может быть завышен.
•При проверке целесообразности добавления нового предиктора в статистическую модель.

Как это работает

•Введите значение обычного коэффициента детерминации (R-квадрат) из результатов вашего регрессионного анализа.
•Укажите общий объем выборки (количество наблюдений) и количество независимых переменных (предикторов).
•Выберите желаемую точность округления результата в настройках десятичных знаков.
•Получите значение скорректированного R-квадрат, величину штрафа за сложность и процент объясненной дисперсии.

Сценарии использования

Оценка точности эконометрических моделей при прогнозировании рыночных показателей.

Научные исследования в медицине или социологии для подтверждения значимости факторов влияния.

Оптимизация моделей машинного обучения путем исключения избыточных признаков.

Примеры

1. Оценка маркетинговой кампании

Аналитик данных

Контекст: Аналитик построил модель влияния 5 рекламных каналов на продажи на основе данных за 30 дней.
Проблема: Обычный R-квадрат равен 0.85, но есть риск переобучения из-за малого объема данных относительно числа факторов.
Как использовать: Введите R-квадрат 0.85, размер выборки 30 и число предикторов 5.
Пример конфигурации: rSquared: 0.85, sampleSize: 30, predictorCount: 5
Результат: Скорректированный R-квадрат составил 0.8188, что дает более реалистичную оценку эффективности каналов.

2. Сравнение моделей недвижимости

Риелтор-исследователь

Контекст: Сравниваются две модели оценки стоимости жилья: одна с 3 параметрами, другая с 10.
Проблема: Нужно понять, оправдано ли усложнение модели добавлением новых характеристик дома.
Как использовать: Для модели с 10 предикторами при выборке 100 и R-квадрате 0.75 рассчитайте скорректированный показатель.
Пример конфигурации: rSquared: 0.75, sampleSize: 100, predictorCount: 10
Результат: Скорректированный R-квадрат 0.7219 показывает реальный вклад дополнительных переменных за вычетом статистического шума.