एकाधिक प्रतिगमन के लिए समायोजित आर चुकता कैलकुलेटर
निर्देश: एक बहु रेखीय प्रतिगमन के लिए समायोजित आर-वर्ग गुणांक की गणना करने के लिए इस कैलकुलेटर का उपयोग करें। कृपया नीचे दिए गए रूप में स्वतंत्र चर \((X_i's)\) और आश्रित चर (\(Y\)) के लिए डेटा इनपुट करें:
एकाधिक रैखिक प्रतिगमन कैलक्यूलेटर के लिए समायोजित आर चुकता
समायोजित आर चुकता गुणांक सामान्य आर-वर्ग गुणांक (निर्धारण के गुणांक के रूप में भी जाना जाता है) के लिए एक सुधार है, जो कई भविष्यवाणियों के साथ कई प्रतिगमन के मामले में विशेष रूप से उपयोगी है, क्योंकि उस मामले में, अनुमानित व्याख्या की गई भिन्नता अतिरंजित है/ R-Squared द्वारा overestimated। समायोजित R चुकता गुणांक की गणना निम्न सूत्र का उपयोग करके की जाती है:
\[\text{Adj. } R^2 = \displaystyle 1 - \frac{(1-R^2)(n-1)}{n-k-1}\]जहां \(n\) नमूना आकार है, \(k\) भविष्यवाणियों की संख्या है (स्थिरांक को छोड़कर)।
यह सॉल्वर एक बहु रेखीय प्रतिगमन के लिए है। यदि आप एक साधारण प्रतिगमन मॉडल के लिए समायोजित आर चुकता गुणांक की गणना करना चाहते हैं, तो कृपया इसका उपयोग करें सरल प्रतिगमन मॉडल कैलकुलेटर के लिए समायोजित आर-वर्ग कैलकुलेटर बजाय। या, यदि आप पहले से ही निर्धारण गुणांक \(R^2\) का मान जानते हैं, तो इसका उपयोग करें R चुकता से समायोजित R चुकता कैलकुलेटर . इसके अलावा, यदि आपको प्रतिगमन मॉडल का अनुमान लगाने की आवश्यकता है, तो इसका उपयोग करें एकाधिक रैखिक प्रतिगमन कैलकुलेटर .
रैखिक प्रतिगमन मॉडल के लिए एक अच्छा समायोजित आर-वर्ग क्या है?
1 के करीब, बेहतर। वास्तविक जीवन में, 1 के बहुत करीब एक समायोजित आर-वर्ग गुणांक प्राप्त करना इतना आसान नहीं है, क्योंकि इसका अर्थ किसी प्रकार का "संपूर्ण मॉडल" होगा, जो वास्तविक जीवन में दुर्लभ है।