Estadísticas: R cuadrado ajustado
R-cuadrado mide la proporción de la variación en su variable dependiente (Y) explicada por sus variables independientes (X) para un modelo de regresión lineal. R-cuadrado ajustado ajusta la estadística según el número de variables independientes en el modelo. $ {R ^ 2} $ muestra qué tan bien los términos (puntos de datos) se ajustan a una curva o línea. El $ {R ^ 2} $ ajustado también indica qué tan bien se ajustan los términos a una curva o línea, pero se ajusta al número de términos en un modelo. Si agrega más y más variables inútiles a un modelo, el r-cuadrado ajustado disminuirá. Si agrega más variables útiles, el r-cuadrado ajustado aumentará.
El $ {R_ {adj} ^ 2} $ ajustado siempre será menor o igual que $ {R ^ 2} $. Solo necesita $ {R ^ 2} $ cuando trabaja con muestras. En otras palabras, $ {R ^ 2} $ no es necesario cuando tiene datos de una población completa.
Fórmula
$ {R_ {adj} ^ 2 = 1 - [\ frac {(1-R ^ 2) (n-1)} {nk-1}]} $
Donde -
$ {n} $ = la cantidad de puntos en su muestra de datos.
$ {k} $ = el número de regresores independientes, es decir, el número de variables en su modelo, excluyendo la constante.
Ejemplo
Problem Statement:
Un fondo tiene un valor R cuadrado de muestra cercano a 0,5 y sin duda ofrece rendimientos ajustados al riesgo más altos con un tamaño de muestra de 50 para 5 predictores. Encuentre el valor cuadrado de R ajustado.
Solution:
Tamaño de la muestra = 50 Número de predictor = 5 Muestra R - cuadrado = 0.5 Sustituya las cualidades en la ecuación,