समायोजित आर स्क्वैयर की गणना कैसे की जाती है?

समायोजित आर स्क्वेर्ड गुणांक सामान्य आर-स्क्वेर्ड गुणांक (जिसे निर्धारण गुणांक के रूप में भी जाना जाता है) में सुधार है, जो कई भविष्यवाणियों के साथ बहु प्रतिगमन के मामले में विशेष रूप से उपयोगी है, क्योंकि उस मामले में, अनुमानित व्याख्या की गई भिन्नता आर-स्क्वेर्ड द्वारा अतिरंजित होती है। समायोजित आर स्क्वेर्ड गुणांक की गणना इस प्रकार की जाती है:

\[\text{Adj. } R^2 = \displaystyle 1 - \frac{(1-R^2)(n-1)}{n-k-1}\]

जहाँ \(n\) नमूना आकार है, \(k\) पूर्वानुमानकर्ताओं की संख्या है (स्थिरांक को छोड़कर)।

समायोजित आर-स्क्वायर गुणांक की गणना कैसे करें?

यदि आप समायोजित R^2 गुणांक की गणना करना चाहते हैं तो सबसे पहले आपको सबसे पहले R^2 गुणांक का उपयोग करना होगा। आर वर्ग सूत्र जैसा कि आप ऊपर दिए गए सूत्र में देख सकते हैं, गणना करने के लिए आपको \(R^\) की आवश्यकता होगी।

मैं किसका उपयोग करूं, आर स्क्वायर या समायोजित आर स्क्वायर गुणांक?

इसका उत्तर निर्भर करता है: जब आप एक सरल प्रतिगमन मॉडल (जहाँ केवल एक स्वतंत्र चर है) के साथ काम कर रहे हैं, तो आपको आर स्क्वायर का उपयोग करना चाहिए, लेकिन जब आपके पास एक बहु प्रतिगमन मॉडल (कई स्वतंत्र चर के साथ) है, तो आपको समायोजित आर स्क्वायर गुणांक का उपयोग करना चाहिए, खासकर यदि आपके पास बड़ी संख्या में भविष्यवक्ता हैं

यदि मुझे सरल प्रतिगमन के स्थान पर बहु प्रतिगमन का उपयोग करना पड़े तो क्या करना चाहिए?

यह सॉल्वर सरल रैखिक प्रतिगमन के लिए है। यदि आप मल्टीपल रिग्रेशन मॉडल के लिए समायोजित आर स्क्वेर्ड गुणांक की गणना करना चाहते हैं, तो कृपया इसका उपयोग करें बहु प्रतिगमन मॉडल के लिए समायोजित आर-स्क्वायर्ड कैलकुलेटर। इसके बजाय कैलकुलेटर का उपयोग करें। या, यदि आप पहले से ही निर्धारण गुणांक \(R^2\) का मान जानते हैं, तो इस R Squared से समायोजित R Squared कैलकुलेटर का उपयोग करें।