Product Design, Manufacturing & Innovation Resources
Heim » Bestimmtheitsmaß (R²)

Bestimmtheitsmaß (R²)

1900
  • Karl Pearson
Statistiker analysiert Regressionsmodelldaten im Büro.

(Abbildung dient nur zur Veranschaulichung)

Das Bestimmtheitsmaß R² gibt die Güte der Modellanpassung an und repräsentiert den Anteil der Varianz der abhängigen Variable, der durch die unabhängige(n) Variable(n) erklärt werden kann. Ein R²-Wert von 1 bedeutet eine perfekte Anpassung, während 0 keinen linearen Zusammenhang anzeigt. Es wird wie folgt berechnet: [latex]R^2 equiv 1 – frac{SS_{res}}{SS_{tot}}[/latex], wobei [latex]SS_{res}[/latex] die Quadratsumme der Residuen ist.

Das Bestimmtheitsmaß R² ist eine wichtige Kennzahl zur Bewertung von Regressionsmodellen. Es gibt anschaulich an, wie viel der Variabilität der Zielgröße durch das Modell erklärt wird. Es setzt sich aus zwei Komponenten zusammen: der Gesamtquadratsumme (SStot = ∑i (yi ȳ)²), die die Gesamtvarianz der abhängigen Variable y misst, und der Residuenquadratsumme (SSres = ∑i (yi ŷ)²), die die durch das Modell nicht erklärte Varianz misst, wobei ŷ der vorhergesagte Wert ist.

Die Formel [latex]R² = 1 – SS_{res}/SS_{tot}[/latex] kann als der Prozentsatz der Gesamtvarianz interpretiert werden, der durch das Regressionsmodell erklärt wird. Beispielsweise bedeutet ein R²-Wert von 0,75, dass 75 % der Variabilität des Ergebnisses durch die Prädiktoren im Modell erklärt werden können. In der einfachen linearen Regression ist R² einfach das Quadrat des Pearson-Korrelationskoeffizienten (r) zwischen den beobachteten und den vorhergesagten Werten.

R² weist jedoch eine erhebliche Einschränkung auf: Es verringert sich nie, wenn dem Modell eine neue Prädiktorvariable hinzugefügt wird, selbst wenn die neue Variable irrelevant ist. Dies kann irreführend sein und zu Überanpassung führen. Um dem entgegenzuwirken, wird häufig das angepasste R-Quadrat verwendet. Es modifiziert den R²-Wert, um die Anzahl der Prädiktoren im Modell zu berücksichtigen, und liefert so ein genaueres Maß für die Anpassungsgüte bei der multiplen Regression.

UNESCO Nomenclature: 1209
- Statistik

Typ

Abstraktes System

Störung

Wesentliche

Verwendung

Weitverbreitete Verwendung

Vorläufer

  • Konzept der Varianz und Standardabweichung
  • Methode der kleinsten Quadrate
  • Pearson-Produkt-Moment-Korrelationskoeffizient
  • Prinzipien der Varianzanalyse (ANOVA)

Anwendungen

  • Bewertung der Leistung von Vorhersagemodellen in Wissenschaft und Technik
  • Modellauswahl in Ökonometrie und Sozialwissenschaften
  • Quantifizierung des Anteils der Varianz, der durch eine Reihe von Prädiktoren erklärt wird
  • Validierung von Finanzmodellen zur Risikobewertung

Patente:

NA

Potenzielle Innovationsideen

Aufgrund des hohen Datenverkehrs durch Web-Scraping-Bots, der derzeit mehr als 40.000 Anfragen pro Tag umfasst, ist dieser Inhalt ausschließlich Community-Mitgliedern vorbehalten.
> Anmelden < oder > Registrieren < (100% kostenlos) Zugriff darauf sowie auf alle anderen eingeschränkten Inhalte und Tools.

Bezogen auf: R-Quadrat, Bestimmtheitsmaß, Güte der Anpassung, Modellevaluation, erklärte Varianz, Quadratsumme, Regressionsdiagnostik, statistische Signifikanz, korrigiertes R-Quadrat, Korrelation.

Historischer Kontext

Bestimmtheitsmaß (R²)

1854
1884
1896
1900
1903
1914
1924
1854
1854
1895
1899
1900
1911
1922
1925

(wenn das Datum unbekannt oder nicht relevant ist, z. B. „Strömungsmechanik“, wird eine gerundete Schätzung seines bemerkenswerten Auftretens bereitgestellt)

Verwandte Erfindungen, Innovationen und technische Prinzipien

Bilder in voller Größe und Downloads sind nur für registrierte Mitglieder 100% kostenlos verfügbar.

> Login <