R-Squared (R² nebo koeficient stanovení) je statistické měřítko v regresním modelu, které určuje podíl rozptylu v závislé proměnné, který lze vysvětlit nezávislou proměnnou Nezávislá proměnná Nezávislá proměnná je vstup, předpoklad nebo ovladač to se změní za účelem posouzení jejího dopadu na závislou proměnnou (výsledek). . Jinými slovy, r-kvadrát ukazuje, jak dobře data vyhovují regresnímu modelu (dobrota shody).
Obrázek 1. Regresní výstup v MS Excel
R-kvadrát může nabývat jakýchkoli hodnot mezi 0 až 1. Přestože statistické měřítko poskytuje některé užitečné poznatky týkající se regresního modelu, uživatel by se při hodnocení statistického modelu neměl spoléhat pouze na měřítko. Obrázek nezveřejňuje informace o příčinném vztahu mezi nezávislými a závislými proměnnými. Závislá proměnná Závislá proměnná je proměnná, která se bude měnit v závislosti na hodnotě jiné proměnné, která se nazývá nezávislá proměnná. .
Navíc to neznamená správnost regresního modelu. Uživatel by proto měl vždy vyvodit závěry o modelu analýzou r-kvadrát společně s ostatními proměnnými ve statistickém modelu.
Interpretace R-na druhou
Nejběžnější interpretací r-kvadrát je to, jak dobře se regresní model hodí pro pozorovaná data. Například r-kvadrát 60% ukazuje, že 60% dat odpovídá regresnímu modelu. Obecně platí, že vyšší r-kvadrát označuje lepší přizpůsobení modelu.
Ne vždy však platí, že pro regresní model je dobrý vysoký kvadrát. Kvalita statistického měření závisí na mnoha faktorech, jako je povaha proměnných použitých v modelu, měrné jednotky proměnných a použitá transformace dat. Někdy tedy může vysoký r-kvadrát indikovat problémy s regresním modelem.
Nízká hodnota r-kvadrát je obecně špatným znamením pro prediktivní modely. V některých případech však může dobrý model vykazovat malou hodnotu.
Neexistuje univerzální pravidlo, jak zahrnout statistické měřítko do hodnocení modelu. Kontext experimentu nebo předpovědi Metody předpovědi Nejlepší metody předpovědi. V tomto článku vysvětlíme čtyři typy metod předpovídání výnosů, které finanční analytici používají k předpovídání budoucích výnosů. je nesmírně důležité a v různých scénářích se mohou statistiky z metriky lišit.
Jak vypočítat R-na druhou
Vzorec pro výpočet R-kvadrát je:
Kde:
- SSregreseje součet čtverců v důsledku regrese (vysvětlený součet čtverců)
- SScelkový je celkový součet čtverců
I když se názvy „součet čtverců v důsledku regrese“ a „celkový součet čtverců“ mohou zdát matoucí, význam proměnných je jasný.
Součet čtverců v důsledku regrese měří, jak dobře regresní model představuje data, která byla použita pro modelování. Celkový součet čtverců měří odchylky ve sledovaných datech (data použitá v regresním modelování).
Související čtení
Finance je oficiálním poskytovatelem certifikace FMVA (Financial Modeling and Valuation Analyst) FMVA®. Připojte se k více než 350 600 studentům, kteří pracují pro společnosti jako Amazon, J.P. Morgan a certifikační program Ferrari, jejichž cílem je transformovat kohokoli na špičkového finančního analytika.
Abychom se dál učili a rozvíjeli své znalosti finanční analýzy, velmi doporučujeme další finanční zdroje uvedené níže:
- Pojmy základní statistiky pro finance Pojmy základní statistiky pro finance Dobré pochopení statistik je zásadně důležité, aby nám pomohlo lépe porozumět financím. Statistické koncepty mohou navíc pomoci investorům sledovat
- Šablony pro finanční modelování
- Regresní analýza Regresní analýza Regresní analýza je sada statistických metod používaných k odhadu vztahů mezi závislou proměnnou a jednou nebo více nezávislými proměnnými. Lze jej použít k posouzení síly vztahu mezi proměnnými a k modelování budoucího vztahu mezi nimi.
- Druhy finanční analýzy Druhy finanční analýzy Finanční analýza zahrnuje použití finančních údajů k vyhodnocení výkonnosti společnosti a doporučení, jak se může do budoucna zlepšit. Finanční analytici primárně provádějí svou práci v aplikaci Excel pomocí tabulky k analýze historických dat a vytváření projekcí Typy finanční analýzy
