Co to jest praktyczny przykład R kwadrat?

Bezpośrednia odpowiedź

Praktyczny przykład R kwadrat (R²) zaczyna się od małego zbioru danych, oblicza przewidywane wartości modelu, a następnie porównuje dwie wielkości: (1) zmienność wyjaśnioną przez model oraz (2) całkowitą zmienność zaobserwowanych wyników. R² to stosunek zmienności wyjaśnionej do zmienności całkowitej, zdefiniowany jako

R² = 1 − (SSres / SStot)

gdzie SSres to resztowa suma kwadratów, a SStot to całkowita suma kwadratów wokół średniej.

Poniżej znajduje się w pełni numeryczny przykład. Nie zakłada on żadnych danych z rynku na żywo.

Mechanizm lub definicja

Aby obliczenia były jednoznaczne, zdefiniuj zmienną zależną y (wartości zaobserwowane) oraz zestaw przewidywań modelu ŷ dla tych samych punktów czasowych.

1. Oblicz średnią zaobserwowanych wartości: ȳ = średnia(y).
2. Oblicz całkowitą sumę kwadratów (SStot): SStot = Σ(yi − ȳ)²
3. Oblicz reszty i resztową sumę kwadratów (SSres): SSres = Σ(yi − ŷi)²
4. Przelicz na R²: R² = 1 − SSres / SStot

Interpretacja w prostych słowach: R² wzrasta, gdy przewidywania modelu pozostają blisko zaobserwowanych wartości (małe reszty) w stosunku do tego, jak daleko obserwacje odchylają się od swojej średniej (duża zmienność całkowita).

Dowód lub przykład

Załóżmy, że mamy 4 zaobserwowane wyniki y oraz prosty zestaw przewidywań ŷ wygenerowany przez pewien model.

Niech:

• y = [2, 0, 4, 6]
• ŷ = [2, 1, 3, 5]

Założenia:

• Przewidywania ŷ odpowiadają tym samym czterem przypadkom co y.
• Używamy standardowej definicji R² jako wyjaśnionej wariancji.
• Nie uwzględniono kosztów, efektów wykonania ani przyszłych zachowań; jest to wyłącznie arytmetyczne podsumowanie dopasowania do tych czterech punktów.

Krok 1: Średnia y ȳ = (2 + 0 + 4 + 6) / 4 = 12/4 = 3

Krok 2: Całkowita suma kwadratów (SStot)

• (2 − 3)² = 1
• (0 − 3)² = 9
• (4 − 3)² = 1
• (6 − 3)² = 9 Zatem SStot = 1 + 9 + 1 + 9 = 20

Krok 3: Reszty i SSres Reszty (yi − ŷi):

• 2 − 2 = 0 → kwadrat: 0
• 0 − 1 = −1 → kwadrat: 1
• 4 − 3 = 1 → kwadrat: 1
• 6 − 5 = 1 → kwadrat: 1 Zatem SSres = 0 + 1 + 1 + 1 = 3

Krok 4: Oblicz R² R² = 1 − SSres / SStot = 1 − 3/20 = 17/20 = 0.85

Wynik: Dla tego zbioru danych i tych przewidywań R² = 0.85. Oznacza to, że błąd resztowy jest znacznie mniejszy niż zmienność y wokół jego średniej.

Ograniczenia i ryzyka

1. R² nie oznacza związku przyczynowego. Wysokie R² może wystąpić, nawet jeśli model wychwytuje wzorce bez wyjaśniania, dlaczego występują.
2. R² zależy od wybranego y oraz od tego, jak generowane jest ŷ. Jeśli zmienisz formę modelu, dane treningowe lub preprocessing, R² może się zmienić.
3. Ryzyko przeuczenia: Model może ściśle dopasować się do punktów historycznych (wysokie R² w próbie), ale słabo generalizować. Zależności historyczne nie przesądzają o przyszłych wynikach.
4. Wrażliwość na zbiór danych: Jeśli SStot jest małe (wartości y skupiają się wokół średniej), R² może stać się niestabilne lub mylące.
5. Tryb awarii z danymi poza próbą: R² obliczone na nowych danych może być znacznie niższe niż wartości w próbie, ponieważ reszty zwykle rosną, gdy zależność się zmienia.

Weryfikacja lub kolejne pytanie

Możesz niezależnie zweryfikować dowolną wartość R², przeliczając trzy składniki: ȳ, SStot i SSres, używając tych samych zaobserwowanych y i tych samych przewidywanych ŷ. Jeśli chcesz pójść dalej, kolejnym użytecznym pytaniem jest, jak R² zachowuje się, gdy przewidywania pochodzą z różnych okien, różnych skalowań lub różnych wyborów modelu—zwłaszcza gdy zależności nie są stabilne w czasie.