O coeficiente de determinação, R quadrado, é usado em teoria de regressão linear em estatística, como medida de quão bem a equação de regressão se ajusta aos dados. É o quadrado de R, o coeficiente de correlação, que nos fornece o grau de correlação entre a variável dependente, Y, ea variável independente X. R varia de -1 a +1. Se R é igual a 1, então o substituinte Y é perfeitamente proporcional a X, se o valor de x aumenta de um certo grau, em seguida, o valor de Y aumenta no mesmo grau. Se R é igual a -1, então existe uma correlação negativa perfeita entre Y e X. Se X aumenta, então o símbolo Y irá diminuir na mesma proporção. Por outro lado, se R = 0, então não existe uma relação linear entre X e Y. R quadrado varia de 0 a 1. Isso nos dá uma idéia de quão bem a nossa equação de regressão ajusta aos dados. Se R quadrado é igual a 1, então a nossa melhor linha de ajustamento passa através de todos os pontos nos dados, e toda a variação nos valores observados de Y é explicada pela sua relação com os valores de X. Por exemplo, se obter um R quadrado valor de 0,80, em seguida, 80% da variação nos valores de Y é explicada pela sua relação linear com os valores observados de X.
Calcular a soma dos produtos dos valores de X e Y, e por este multiplicar "n."
Subtrair esse valor a partir do produto das somas dos valores de X e Y. que indica esse valor por S1:
S1 = N (XY?) - (? X) (? Y)Calcular a soma dos quadrados dos valores de X, multiplicar por este "N," e subtrair esse valor a partir da praça da soma dos valores de X. Denote isso por P1:
P1 = N (? X2) - (? X) 2
Tome a raiz quadrada de P1, que vamos denotar por P1 `.Calcular a soma dos quadrados dos valores de Y, multiplicar por este "N," e subtrair esse valor a partir da praça da soma dos valores de Y. Denote isso por Q1:
Q1 = N (Y2?) - (? Y) 2
Tome a raiz quadrada de Q1, que vamos denotar por Q1 `Calcular R, o coeficiente de correlação, dividindo-se o produto por S1 de P1 e Q1 `:
R = S1 / (P1 `* Q1`)Leve o quadrado de R obter R2, o coeficiente de determinação.