Sas တွင် r-squared တွက်ချက်နည်း

R-squared ၊ မကြာခဏ ရေးထားသော ^r2 သည် linear regression model သည် data set တစ်ခုနှင့် မည်မျှ လိုက်ဖက်သည်ကို အတိုင်းအတာတစ်ခုဖြစ်သည်။

ဤတန်ဖိုးသည် ခန့်မှန်းသူကိန်းရှင်ဖြင့် ရှင်းပြနိုင်သည့် တုံ့ပြန်မှု ကိန်းရှင်၏ ကွဲလွဲမှုအချိုးအစားကို ကိုယ်စားပြုသည်။

r ² ၏တန်ဖိုးသည် 0 မှ 1 အထိရှိနိုင်သည်-

• 0 ၏တန်ဖိုးသည် တုံ့ပြန်မှုကိန်းရှင်အား ကြိုတင်ခန့်မှန်းကိန်းရှင်က လုံးဝရှင်းပြမရနိုင်ကြောင်း ညွှန်ပြသည်။
• 1 ၏တန်ဖိုးသည် တုံ့ပြန်မှုကိန်းရှင်အား ကြိုတင်ခန့်မှန်းကိန်းရှင်မှ အမှားအယွင်းမရှိဘဲ စုံလင်စွာရှင်းပြနိုင်သည်ကို ညွှန်ပြသည်။

ဆက်စပ်မှု- ကောင်းသော R-squared တန်ဖိုးဆိုသည်မှာ အဘယ်နည်း။

အောက်ဖော်ပြပါ အဆင့်ဆင့် ဥပမာသည် SAS ရှိ ရိုးရှင်းသောမျဉ်းကြောင်းဆုတ်ယုတ်မှုပုံစံအတွက် R-squared တန်ဖိုးကို တွက်ချက်နည်းကို ပြသထားသည်။

အဆင့် 1: ဒေတာကိုဖန်တီးပါ။

ဤဥပမာအတွက်၊ ကျွန်ုပ်တို့သည် ကျောင်းသား 15 ဦး၏ နောက်ဆုံးစာမေးပွဲဖြေဆိုချိန်နှင့် နောက်ဆုံးစာမေးပွဲအဆင့် ပါဝင်သော ဒေတာအတွဲတစ်ခုကို ဖန်တီးပါမည်။

ကြိုတင်ခန့်မှန်းကိန်းရှင်ကိန်းရှင်နှင့် တုံ့ပြန်မှုကိန်းရှင်အဖြစ် ရမှတ် အဖြစ် နာရီများကို အသုံးပြု၍ ရိုးရှင်းသောမျဉ်းကြောင်းဆုတ်ယုတ်မှုပုံစံကို ကျွန်ုပ်တို့ ဖြည့်ဆည်းပေးပါမည်။

အောက်ပါကုဒ်သည် ဤဒေတာအတွဲကို SAS တွင် မည်သို့ဖန်တီးရမည်ကို ပြသသည်-

 /*create dataset*/
data exam_data;
    input hours score;
    datalines ;
1 64
2 66
4 76
5 73
5 74
6 81
6 83
7 82
8 80
10 88
11 84
11 82
12 91
12 93
14 89
;
run ;

/*view dataset*/
proc print data =exam_data;

အဆင့် 2- ရိုးရှင်းသော linear regression model ကို ကိုက်ညီပါ။

ထို့နောက်၊ ရိုးရှင်းသော linear regression model နှင့်ကိုက်ညီရန် proc reg ကို အသုံးပြုပါမည်။

 /*fit simple linear regression model*/
proc reg data =exam_data;
    model score = hours;
run ; 

အထွက်ရှိ R-squared တန်ဖိုးသည် 0.8310 ဖြစ်ကြောင်း သတိပြုပါ။

ဆိုလိုသည်မှာ စာမေးပွဲရမှတ်များ ကွဲလွဲမှု၏ 83.1% ကို လေ့လာသည့် နာရီအရေအတွက်ဖြင့် ရှင်းပြနိုင်သည်။

အဆင့် 3- ဆုတ်ယုတ်မှုပုံစံမှ R-squared တန်ဖိုးကို ထုတ်ယူပါ။

သင်သည် ဤမော်ဒယ်၏ R-squared တန်ဖိုးကိုသာ ပြသလိုပြီး အခြားသော အထွက်ရလဒ်များကို ပြသလိုပါက၊ သင်သည် အောက်ပါကုဒ်ကို အသုံးပြုနိုင်ပါသည်။

 /*fit simple linear regression model*/
proc reg data =exam_data outest =outest noprint ;
    model score = hours / rsquare ;
run ;
quit ;

/*print R-squared value of model*/
proc print data =outest;
    var _RSQ_;
run ; 

R-squared တန်ဖိုး 0.83098 ကိုသာ အထွက်တွင် ပြသထားကြောင်း သတိပြုပါ။

မှတ်ချက် – proc reg ရှိ noprint အငြင်းအခုံက SAS သည် ယခင်အဆင့်တွင် ပြုလုပ်ခဲ့သည့်အတိုင်း ဆုတ်ယုတ်မှုရလဒ် ရလဒ်တစ်ခုလုံးကို ပရင့်ထုတ်ခြင်းမပြုရန် SAS အား ပြောထားသည်။

ထပ်လောင်းအရင်းအမြစ်များ

အောက်ဖော်ပြပါ သင်ခန်းစာများသည် SAS တွင် အခြားဘုံအလုပ်များကို မည်သို့လုပ်ဆောင်ရမည်ကို ရှင်းပြသည်-

SAS တွင် ရိုးရှင်းသော linear regression လုပ်ဆောင်နည်း
SAS တွင် မျဉ်းကြောင်းပြန်ဆုတ်ခြင်းများစွာကို မည်သို့လုပ်ဆောင်ရမည်နည်း။
SAS တွင် polynomial regression လုပ်နည်း
SAS တွင် logistic regression ကိုမည်သို့လုပ်ဆောင်မည်နည်း။