关键信息
- 分类
- 数学、日期与金融
- 输入类型
- textarea, number
- 输出类型
- json
- 样本覆盖
- 4
- 支持 API
- Yes
概览
R 平方计算器是一款用于评估回归模型拟合优度的专业工具。通过对比实际观测值与模型预测值,它能快速计算出决定系数(R²),帮助用户量化预测模型对数据波动的解释程度,是数据分析和统计建模中不可或缺的质量评估手段。
适用场景
- •在完成线性或非线性回归建模后,需要量化评估模型的预测准确性时。
- •对比多个预测算法的性能表现,从中筛选出拟合效果最佳的模型。
- •在撰写学术论文或商业分析报告时,需要提供标准化的拟合优度统计指标。
工作原理
- •在“实际值”输入框中输入一组已知的观测数据,数值之间使用逗号或空格分隔。
- •在“预测值”输入框中输入模型生成的对应预测数据,确保数据点数量与实际值完全一致。
- •根据需要设置结果的小数保留位数,系统将自动执行平方和计算。
- •工具通过计算总平方和(SST)与残差平方和(SSE)的比例,即刻输出 R 平方值及解释方差百分比。
使用场景
评估房价预测模型的准确度,通过对比实际成交价与模型估价来验证算法可靠性。
验证销售趋势预测,计算历史销售额与预测额的决定系数以优化库存管理。
实验室科学实验数据拟合,确定实验观测值与理论物理公式预测值的吻合程度。
用户案例
1. 基础回归模型评估
初级数据分析师- 背景原因
- 正在学习线性回归,需要验证手动计算的 R 平方结果是否正确。
- 解决问题
- 快速获取一组简单观测数据的拟合优度指标。
- 如何使用
- 在实际值处输入 2, 4, 5, 4, 5,在预测值处输入 2.8, 3.4, 4, 4.6, 5.2,设置小数位为 4。
- 示例配置
-
actualValues: 2, 4, 5, 4, 5 predictedValues: 2.8, 3.4, 4, 4.6, 5.2 decimalPlaces: 4 - 效果
- 得到 R 平方值为 0.6,解释方差百分比为 60%,验证了模型的初步有效性。
2. 销售预测准确性校验
电商运营主管- 背景原因
- 公司使用新算法预测了上周的每日订单量,需要评估该算法的实战表现。
- 解决问题
- 量化预测订单量与实际订单量之间的偏差程度。
- 如何使用
- 将上周 7 天的实际订单数和预测订单数分别粘贴到对应的输入框中进行计算。
- 效果
- 通过计算得出 R 平方值为 0.85,表明该预测模型能解释 85% 的订单波动,具有较高的参考价值。
用 Samples 测试
math-&-numbersCypress E2E 测试框架
全面的Cypress端到端测试示例,包括测试设置、页面对象模型、API测试、视觉回归测试和现代Web应用的高级E2E模式
keywords regression
Grafana 高级应用示例
全面的 Grafana 示例,涵盖高级仪表板设计、告警配置、数据源集成和插件开发
keywords metrics
K6 现代性能测试工具
全面的 K6 性能测试示例,包括负载测试、压力测试、API性能测试和现代应用程序的高级测试模式
keywords metrics
Playwright E2E 测试框架
全面的Playwright测试示例,包括跨浏览器自动化、API测试、移动端测试、视觉回归测试和现代Web应用的高级E2E模式
keywords regression
相关专题
常见问题
R 平方值的取值范围是多少?
通常在 0 到 1 之间。1 表示模型完美拟合数据,0 表示模型无法解释任何数据波动。
为什么计算出的 R 平方会出现负数?
如果预测模型的表现比直接使用平均值作为预测结果还要差,计算出的 R 平方可能会出现负值。
实际值和预测值的数量必须一致吗?
是的,计算 R 平方需要成对的数据点,如果两组数据的样本量不匹配,计算将无法进行。
R 平方值越高就代表模型越好吗?
高 R 平方表示拟合度好,但需警惕过拟合现象,建议结合残差分析和业务逻辑综合判断。
输入数据支持哪些分隔符?
工具支持使用英文逗号、空格或换行符作为数值之间的分隔符。