Product Design, Manufacturing & Innovation Resources
Maison » Coefficient de détermination (R²)

Coefficient de détermination (R²)

1900
  • Karl Pearson
Statisticien analysant des données de modèle de régression dans un environnement de bureau.

(Image générée à titre d'illustration uniquement)

Le coefficient de détermination (R²) est une statistique qui indique la qualité d'ajustement d'un modèle et représente la proportion de la variance de la variable dépendante qui est prévisible à partir de la ou des variables indépendantes. Un R² de 1 indique un ajustement parfait, tandis qu'un R² de 0 indique l'absence de relation linéaire. Il est calculé comme suit : R² = 1 × SSres / SStot, où SSres représente la somme des carrés des résidus.

Le coefficient de détermination (R²) est un indicateur clé pour l'évaluation des modèles de régression. Il fournit une mesure intuitive de la part de la variabilité de la variable dépendante expliquée par le modèle. Il est calculé à partir de deux composantes principales. La première est la somme des carrés totale (SStot = ∑i (yi - ŷ)2), qui mesure la variance totale de la variable dépendante y. La seconde est la somme des carrés résiduels (SSres = ∑i (yi - ŷi)2), qui mesure la variance non expliquée par le modèle, où ŷi est la valeur prédite.

La formule [latex]R² = 1 SS_{res}/SS_{tot}[/latex] peut être interprétée comme le pourcentage de variance totale expliquée par le modèle de régression. Par exemple, un R² de 0,75 signifie que 75 % de la variabilité de la variable réponse est expliquée par les prédicteurs du modèle. En régression linéaire simple, R² est simplement le carré du coefficient de corrélation de Pearson (r) entre les valeurs observées et prédites.

Cependant, le R² présente une limitation importante : il ne diminue jamais lorsqu’une nouvelle variable prédictive est ajoutée au modèle, même si cette variable est non pertinente. Cela peut être trompeur et favoriser le surajustement. Pour remédier à ce problème, le R² ajusté est souvent utilisé. Il modifie la valeur du R² pour tenir compte du nombre de prédicteurs du modèle, fournissant ainsi une mesure plus précise de l’adéquation de la régression multiple.

UNESCO Nomenclature: 1209
– Statistics

Taper

Abstract System

Perturbation

Substantiel

Usage

Utilisation généralisée

Précurseurs

  • Concept de variance et d'écart type
  • Méthode des moindres carrés
  • Coefficient de corrélation de Pearson
  • Analysis of variance (ANOVA) principes

Applications

  • évaluer les performances des modèles prédictifs en sciences et en ingénierie
  • sélection de modèles en économétrie et en sciences sociales
  • quantifier la proportion de variance expliquée par un ensemble de prédicteurs
  • validating financial models for l'évaluation des risques

Brevets:

NA

Idées d'innovations potentielles

  • a ‘model confidence score’ for citizen data scientists using automated machine learning platforms
  • suivi dynamique du R² dans l'apprentissage par renforcement pour évaluer l'efficacité des politiques au fil du temps
  • algorithmes de dépistage génétique qui utilisent une variante R² ajustée pour identifier des ensembles de gènes expliquant la variance de la maladie
  • tableaux de bord de performance de portefeuille en temps réel montrant le pourcentage de rendements expliqués par les facteurs de marché
  • Outils de découverte scientifique pilotés par l'IA qui classent les hypothèses en fonction de la variance expliquée qu'elles offrent pour les données expérimentales
  • logiciel de planification urbaine qui évalue dans quelle mesure les changements de zonage expliquent les variations de congestion du trafic
  • applications de fitness personnalisées qui calculent le R² du régime alimentaire et de l'exercice sur la progression de la perte de poids
  • climate model validation tools that measure the proportion of temperature variance captured by simulations
  • modèles de segmentation de la clientèle évalués en fonction de la façon dont les données démographiques expliquent le comportement d'achat
  • systèmes de contrôle qualité automatisés qui utilisent R² pour évaluer dans quelle mesure les lectures des capteurs prédisent les défauts des produits
En lien avec : r², coefficient de détermination, qualité de l’ajustement, évaluation du modèle, variance expliquée, somme des carrés, diagnostics de régression, signification statistique, r² ajusté, corrélation.

Contexte historique

Coefficient de détermination (R²)

1854
1884
1896
1900
1903
1914
1922
1854
1854
1895
1899
1900
1911
1920
1924

(si la date est inconnue ou non pertinente, par exemple « mécanique des fluides », une estimation arrondie de son émergence notable est fournie)

10e année anniversaire

Les images en pleine résolution et les téléchargements sont uniquement disponibles, et 100% gratuits, pour les membres inscrits.