R Carré<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Disons que nous voulons déterminer si Oui (continu) pourrait être prédit par d'autres métriques ( X1, X2, X3 -tout continu).
Nous avons un tableau avec 31 lignes, chaque ligne contient des données sur X1, X2, X3 et Y.
Nous voulons savoir quelles sont les métriques que nous devrions utiliser comme entrées pour Y alors que nous voulons représenter au moins 81 % de la variation de Y.
Nous ajustons le modèle et regardons le "résumé de l'ajustement", nous voyons R-carré de 0,9, mais c'est pour l'ensemble du modèle X1, X2 et X3 tout à fait .
Comment vérifier quel est le % de variation en Y pour chacune des métriques séparément et vérifier qu'il est bien supérieur à 81 % ? Doit-on monter le modèle 3 fois séparément ?
c'est à dire
1 St temps Y avec X1 et vérifier R-carré
2 nd temps Y avec X2 et vérifier R-carré
3 rd temps Y avec X3 et vérifier R-carré
Lorsque nous faisons cela de cette manière, nous obtenons:
R-carré pour X1-0.83
R-carré pour X2-0.82
R-carré pour X3-0.09
Cela signifie-t-il que X1 et X2 peuvent être utilisés séparément en tant qu'entrées de Y, et comptez le % requis de la variation de Y ? est-ce une analyse et une déclaration correctes ?
Merci
Ramon Bamer
Re: R-carréMerci beaucoup !!
Re: R-carréSalut rambam54 ,
Vous avez raison; selon vos résultats, X1 et X2 représentent séparément plus de 81 % de la variance dans les données de l'échantillon, donc l'un ou l'autre pourrait être un candidat comme entrée. Cependant, rappelez-vous que l'échantillon R^2 est, comme toutes les estimations d'échantillon, sujet à l'erreur d'échantillonnage, de sorte que la véritable proportion de variance prise en compte dans la population pourrait être plus ou moins. Donc, s'il est essentiel pour la mission que vous ayez la preuve que la proportion de variance expliquée par votre entrée est supérieure à 0,81 dans la population, vous voudrez peut-être placer un intervalle de confiance autour de l'estimation et vous assurer que la limite inférieure de l'intervalle de confiance n'est pas t inférieur à 0,81. Si vous utilisez JMP Pro, amorcer serait une bonne approche compte tenu de la taille de votre échantillon.Alternativement, le calcul est simple (compte tenu des hypothèses paramétriques habituelles), et il existe même des statistiques en ligne. calculatrices qui prendra une entrée simple (taille de l'échantillon, R ^ 2 observé, nombre de prédicteurs). Avec votre échantillon, les limites à 95 % pour R ^ 2 de Y régressé sur X1 seraient ~ 0,72 ≤ R2 ≤ 0,93.
J'espère que ça aide!
julien
