Excel で調整済み r 二乗を計算する方法
R2 は、多くの場合R2と書かれ、線形回帰モデルの予測子変数によって説明できる応答変数の分散の割合です。
R 二乗の値の範囲は 0 から 1 です。値 0 は、応答変数が予測変数によってまったく説明できないことを示し、値 1 は、応答変数が予測変数によって説明できることを示します。予測子によってエラーなく完全に説明されます。変数。
調整済み R 二乗は、回帰モデル内の予測子の数を調整する R 二乗の修正バージョンです。次のように計算されます。
調整済み R 2 = 1 – [(1-R 2 )*(n-1)/(nk-1)]
金:
- R2 : モデルのR2
- n : 観測値の数
- k : 予測子変数の数
R2 はモデルに予測子を追加すると常に増加するため、モデル内の予測子の数に基づいて調整された調整されたR2 は、モデルがどの程度有用であるかを示す指標として機能します。
このチュートリアルでは、R の回帰モデルの調整されたR2を計算する方法のステップバイステップの例を示します。
ステップ 1: データを作成する
この例では、12 人の異なる生徒に対して次の変数を含むデータセットを作成します。
- 試験の結果
- 勉強に費やした時間
- 現在のクラス
ステップ 2: 回帰モデルを当てはめる
次に、試験のスコアを応答変数として、学習時間と現在の成績を予測変数として使用して、重線形回帰モデルを近似します。
このモデルを当てはめるには、上部のリボンに沿って[データ]タブをクリックし、 [データ分析] をクリックします。
このオプションが使用できない場合は、まずData Analysis ToolPak をロードする必要があります。
表示されるウィンドウで、 「回帰」を選択します。表示される新しいウィンドウで、次の情報を入力します。
[OK]をクリックすると、回帰モデルの出力が表示されます。
ステップ 3: 調整された R 二乗を解釈する
回帰モデルの調整された R 二乗は、調整された R 二乗の隣の数値です。
このモデルの調整された R 二乗は、 0.946019であることがわかります。
この値は非常に高く、学習時間と現在の成績の予測変数が試験のスコアを適切に予測していることを示しています。
追加リソース
適切な R 二乗値はどれくらいですか?
R の調整済み R 二乗を計算する方法
Python で調整済み R 二乗を計算する方法