"결정계수 R²"의 두 판 사이의 차이

2020년 6월 11일 (목) 23:39 판

[math]\displaystyle{ R^2 = \dfrac{\sum ( \hat{Y}_i - \bar{Y} )^2}{\sum ( Y_i - \bar{Y} )^2} }[/math]

@@ 9번째 줄: / 9번째 줄: @@
 * 추정한 선형 모형이 주어진 자료에 적합한 정도를 재는 척도
 *흔히 "통계 모형의 [[설명력]]"
-:<math>R^2 \equiv 1 - \dfrac{SS_{\rm res}}{SS_{\rm tot}}</math>
+:<math>R^2 = \dfrac{\sum ( \hat{Y}_i - \bar{Y} )^2}{\sum ( Y_i - \bar{Y} )^2}</math>
-:→ <math>SS_{\rm res}</math>: 잔차 제곱합
+* 전체 [[변산도]]([[제곱합]]) 중 통계모형(회귀모형)에 의해 설명되는 비율
-:→ <math>SS_{\rm tot}</math>: 전체 제곱합
-* 즉, 전체 [[변산도]]([[제곱합]]) 중 통계모형(회귀모형)에 의해 설명되는 비율
 * 값의 범위: 0 ~ 1
 * 값이 클수록 회귀모형에 포함된 예측변수들의 설명력이 높다.