Dapat na tumpak na ipakita ng
R-squared ang porsyento ng variation ng dependent variable na ipinapaliwanag ng linear na modelo. Ang iyong R2 ay hindi dapat mas mataas o mas mababa sa value na ito.
Ano ang magandang R-squared value?
Sa ibang mga field, ang mga pamantayan para sa isang mahusay na R-Squared na pagbabasa ay maaaring mas mataas, gaya ng 0.9 o mas mataas. Sa pananalapi, ang R-Squared sa itaas ng 0.7 ay karaniwang makikita bilang nagpapakita ng mataas na antas ng ugnayan, samantalang ang isang sukat sa ibaba 0.4 ay magpapakita ng mababang ugnayan.
Mas maganda bang mataas o mababa ang R-squared?
Ang pinakakaraniwang interpretasyon ng r-squared ay kung gaano kahusay ang modelo ng regression sa naobserbahang data. Halimbawa, ang isang r-squared na 60% ay nagpapakita na ang 60% ng data ay umaangkop sa modelo ng regression. Sa pangkalahatan, ang ang mas mataas na r-squared ay nagpapahiwatig ng mas magandang na akma para sa modelo.
Gaano kababa dapat ang R-squared?
- kung R-squared value 0.3 < r < 0.5 ang value na ito ay karaniwang itinuturing na mahina o mababang effect size, - kung R-squared value 0.5 < r 0.7 ang value na ito ay karaniwang itinuturing na malakas na laki ng epekto, Ref: Source: Moore, D. S., Notz, W.
Bakit napakababa ng R-squared?
Ang mababang R-squared na value ay nagpapahiwatig na ang iyong independent variable ay hindi masyadong nagpapaliwanag sa variation ng iyong dependent variable - anuman ang variable na kahalagahan, ito ay nagpapaalam sa iyo na ang natukoy na malayang variable, kahit namakabuluhan, ay hindi isinasaalang-alang ang karamihan sa ibig sabihin ng iyong …
