Primer vprašanja za razpravo o koeficientu determinacije
Koeficient determinacije (R²) je pomemben parameter v regresijski analizi, ki kaže, kako dobro regresijski model pojasnjuje dejansko variabilnost podatkov. V tem članku bomo koncept koeficienta determinacije razložili s podrobnim primerom in razpravo.
Osnovni koncept koeficienta determinacije
Koeficient determinacije ali \( R^2 \) se meri na lestvici od 0 do 1, kjer je:
– \( R^2 = 0 \) kaže, da regresijski model sploh ne more pojasniti variabilnosti podatkov.
– \( R^2 = 1 \) kaže, da regresijski model lahko odlično pojasni vso variabilnost podatkov.
Osnovna formula za izračun koeficienta determinacije je:
\[R^2 = 1 – \frac{SSR}{SST} \]
Kje:
– SSR (vsota kvadratov ostankov) je vsota kvadratov razlik med vrednostmi, ki jih napoveduje model, in dejanskimi vrednostmi.
– SST (skupna vsota kvadratov) je vsota vsote kvadratov razlik med dejansko vrednostjo in povprečjem dejanskih vrednosti.
Primer težav
Za podrobnejše razumevanje izračuna koeficienta determinacije si oglejmo primer problema.
Primer težav:
Recimo, da imamo podatke o številu študijskih ur (X) in rezultatih izpitov (Y) 10 študentov:
| Študenti | Študijske ure (X) | Rezultat izpita (Y) |
|——-|——————–|——————–|
| 1 | 2 | 58 |
| 2 | 3 | 64 |
| 3 | 4 | 70 |
| 4 | 5 | 85 |
| 5 | 2 | 57 |
| 6 | 3 | 68 |
| 7 | 4 | 72 |
| 8 | 5 | 90 |
| 9 | 3 | 62 |
| 10 | 4 | 78 |
Ustvarili bomo preprost linearni regresijski model, kjer so rezultati izpitov (Y) napovedani na podlagi učnih ur (X).
Razprava
1. Izdelava preprostega modela linearne regresije
Preprost linearni regresijski model ima obliko:
\[ Y = a + bX \]
Kje:
– \( Y \) je predvideni rezultat testa.
– \( X \) je število učnih ur.
– \( a \) je presečišče (presečišče na osi Y, ko je X = 0).
– \( b \) je naklon (naklon regresijske premice).
Za izračun parametrov (a) in (b) uporabimo naslednjo formulo:
\[ b = \frac{n(\sum{XY}) – (\sum{X})(\sum{Y})}{n(\sum{X^2}) – (\sum{X})^2} \]
\[ a = \frac{\sum{Y} – b(\sum{X})}{n} \]
Kjer je \(n \) število podatkov (v tem primeru n = 10).
Iz tabele lahko izračunamo:
– \(\sum{X} = 36\)
– \(\sum{Y} = 704\)
– \(\sum{X^2} = 140\)
– \(\sum{Y^2} = 50428\)
– \(\sum{XY} = 2576\)
Najprej izračunajmo b:
\[b = \frac{10(2576) – (36)(704)}{10(140) – (36)^2} \]
\[b = \frac{25760 – 25344}{1400 – 1296} \]
\[b = \frac{416}{104} \]
\[ b = 4 \]
Nato izračunamo:
\[ a = \frac{704 – 4(36)}{10} \]
\[a = \frac{704 – 144}{10} \]
\[ a = \frac{560}{10} \]
\[ a = 56 \]
Torej, dobimo linearni regresijski model:
\[Y = 56 + 4X \]
2. Izračunajte predvideno vrednost (Y')
Nato izračunamo predvideno vrednost \( Y' \) za vsak \( X \):
| Študenti | Učne ure (X) | Rezultat izpita (Y) | Predviden rezultat (Y') |
|——-|——————–|——————–|————————-|
| 1 | 2 | 58 | \( 56 + 4(2) = 64 \) |
| 2 | 3 | 64 | \( 56 + 4(3) = 68 \) |
| 3 | 4 | 70 | \( 56 + 4(4) = 72 \) |
| 4 | 5 | 85 | \( 56 + 4(5) = 76 \) |
| 5 | 2 | 57 | \( 56 + 4(2) = 64 \) |
| 6 | 3 | 68 | \( 56 + 4(3) = 68 \) |
| 7 | 4 | 72 | \( 56 + 4(4) = 72 \) |
| 8 | 5 | 90 | \( 56 + 4(5) = 76 \) |
| 9 | 3 | 62 | \( 56 + 4(3) = 68 \) |
| 10 | 4 | 78 | \( 56 + 4(4) = 72 \) |
3. Izračun SSR in SST
Nato izračunamo SSR in SST, da dobimo \( R^2 \).
SSR:
\[SSR = \sum{(Y – Y')^2} \]
\[SSR = (58 – 64)^2 + (64 – 68)^2 + (70 – 72)^2 + (85 – 76)^2 + (57 – 64)^2 + (68 – 68)^2 + (72 – 72)^2 + (90 – 76)^2 + (62 – 68)^2 + (78 – 72)^2 \]
\[SSR = 36 + 16 + 4 + 81 + 49 + 0 + 0 + 196 + 36 + 36 \]
\[SSR = 454 \]
SST:
\[ SST = \sum{(Y – \bar{Y})^2} \]
Kje:
\[ \bar{Y} = \frac{\sum{Y}}{n} = \frac{704}{10} = 70.4 \]
\[ SST = (58 – 70.4)^2 + (64 – 70.4)^2 + (70 – 70.4)^2 + (85 – 70.4)^2 + (57 – 70.4)^2 + (68 – 70.4)^2 + (72 – 70.4)^2 + (90 – 70.4)^2 + (62 – 70.4)^2 + (78 – 70.4)^2 \]
\[SST = 153.76 + 40.96 + 0.16 + 213.16 + 178.56 + 5.76 + 2.56 + 384.16 + 70.56 + 57.76 \]
\[ SST = 1107.44 \]
4. Izračun koeficienta determinacije \( R^2 \):
\[R^2 = 1 – \frac{SSR}{SST} \]
\[R^2 = 1 – \frac{454}{1107.44} \]
\[R^2 = 1 – 0.41 \]
\[R^2 = 0.59 \]
Zaključek
Iz zgornjega izračuna smo dobili koeficient determinacije (R2 = 0.59). To kaže, da lahko linearni regresijski model, ki smo ga ustvarili, pojasni približno 59 % variabilnosti rezultatov izpitov na podlagi učnih ur. Preostalih 41 % variabilnosti bi lahko bilo posledica drugih dejavnikov, ki niso vključeni v model.
Z razumevanjem zgornjih korakov in izračunov lahko vidimo pomen koeficienta determinacije pri ocenjevanju, kako dobro regresijski model, ki ga zgradimo, pojasnjuje dejansko variabilnost podatkov. Je zelo uporabno orodje pri statistični analizi in modeliranju podatkov.
