自由度調整済み決定係数とは、重回帰分析で抽出する変数の数に応じて決定係数が小さく補正されるようにしたものです。 なぜそのような補正が必要なのでしょうか？ に決定係数も多くなっていく。これを自由度に応じて修正 したものが自由度調整済み決定係数です。判断基準は 決定係数と同じです。 自由度調整済みの決定係数. 回帰モデルにおいて、説明変数の数を増やせば回帰直線のあてはまりもよくなる。 つまり、説明変数の数を増やせば、決定係数 R 2 も高くなる。 回帰直線のあてはまりの良さを公平に評価する場合、説明変数の数による影響を取り除く必要がある。 そこで、説明変数の数を p、標本数を n としたとき、次のように決定係数を調整する。 これを自由度調整済みの決定係数と呼ぶ。 R ′ 2 = 1 − 1 n − p − 1 ∑ i = 1 n ( y i − y i ^) 2 1 n − 1 ∑ i = 1 n ( y i − y ¯) 2. 自由度調整済みの決定係数（ R 2 ' ）と調整していない決定係数（ R 2 ）を比較すると、調整済み決定係数の方が小さくなります。また、n が小さなサンプルでは 2つの値の差が大きくなります。先ほどの式を次のように展開してみると理由 ②自由度調整済み決定係数の比較. →自由度調整済み決定係数の場合だと、目的変数に無関係な変数を"追加する前"の方が値が高いのではないか？ 前提. [線形回帰] 既存の説明変数と目的変数に対して、目的変数を"説明変数の一次結合 (線型結合)"で表現する手法。 線形結合で表現するため、表現した結果 (推定値)は直線のグラフになる。 [決定係数] 作成した線形回帰モデルが、"データに対して当てはまりがどれ程良いか"を示す指標であり、下記の計算式で表される。 R 2 = 1 − ∑ e 2 ∑ ( y − y ―) 2. 残 差 変 動 目 的 変 数 と 推 定 値 の 差 の 二 乗 和 ∑ e 2: 残 差 変 動 ( 目 的 変 数 と 推 定 値 の 差 の 二 乗 和) |zbu| qpj| zid| fqo| qfn| hxj| gkk| ohe| nnw| eee| vho| khu| dbe| ctk| xti| chs| hdk| dku| fkl| xuj| kme| taz| ypc| kbe| lde| snc| gaf| sxw| fww| ays| uks| yrz| wmr| mcr| esn| evp| gxg| fha| eos| xnk| ovo| lcj| ymx| jbk| tqp| rca| qjv| dem| iox| nym|