R-Squared vs. Re prilagoted R-Squared: Огляд
R-квадрат (R 2) та скоригований R-квадрат дозволяють інвестору виміряти вартість пайового фонду по відношенню до вартості еталону. Інвестори також можуть використовувати цей розрахунок для вимірювання свого портфеля за заданим орієнтиром.
Ці значення коливаються в межах від 0 до 100. Отриманий показник не вказує на те, наскільки добре працює певна група цінних паперів, а лише вимірює, наскільки тісний показник прибутковості від акцій вирівнюється до показників вимірюваної орієнтиру.
R-квадрат - також відомий як коефіцієнт детермінації - це інструмент статистичного аналізу, який використовується для прогнозування майбутніх результатів інвестицій та того, наскільки тісно він прирівнюється до єдиної вимірюваної моделі.
Налагоджений R-квадрат порівнює співвідношення інвестицій з кількома вимірюваними моделями.
R-квадрат
R-квадратик не може перевірити, чи нанесено шкоди показнику коефіцієнта бального парку та його прогнозам. Він також не показує, чи є задовільною модель регресії; він може показувати фігуру R-квадрата для хорошої моделі або високу фігуру R-квадрата для моделі, яка не підходить. Чим менше значення R 2, тим менше дві змінні співвідносяться одна з одною. Результати, що перевищують 70%, зазвичай свідчать про те, що портфель уважно слідує вимірюваному орієнтиру. Більш високі значення R-квадрата також вказують на надійність показань бета-версії. Бета-версія вимірює нестабільність цінного папера або портфеля.
Основна відмінність R-квадрата від скоригованого R-квадрата полягає в тому, що R 2 передбачає кожну незалежну змінну - орієнтир - в моделі пояснює зміну залежної змінної - взаємного фонду або портфеля. Він дає відсоток поясненої варіації, як ніби всі незалежні змінні в моделі впливають на залежну змінну. У реальному світі такі відносини один на один трапляються рідко. З іншого боку, скоригований R-квадрат дає відсоток варіації, пояснений лише тими незалежними змінними, які насправді впливають на залежну змінну.
R-Squared часто використовується зі статистичними лінійними регресіями для прогнозування руху цін на акції, але це лише один із багатьох технічних показників, які повинні мати торговці у своєму арсеналі. Курс технічного аналізу компанії Investopedia надає вичерпний огляд технічних показників та моделей діаграм із відеозаписом на вимогу понад п’ять годин. Ви дізнаєтесь про всі найпопулярніші методи та як їх використовувати на ринках реального життя, щоб досягти максимальної коригування прибутковості.
Відрегульований R-квадрат
У скоригованому R-квадраті порівнюється описова сила регресійних моделей - дві або більше змінних - які включають різноманітну кількість незалежних змінних - відомий як предиктор. Кожен предиктор або незалежна змінна, додана до моделі, збільшує значення R-квадрата і ніколи не зменшує його. Таким чином, модель, що включає декілька прогнозів, поверне більш високі значення R2 і може здатися більш придатною. Однак цей результат обумовлений ним, включаючи більше термінів.
Коригуваний R-квадрат компенсує додавання змінних і збільшується лише в тому випадку, якщо новий предиктор розширює модель вище того, що було б отримано за ймовірністю. І навпаки, вона зменшиться, коли предиктор поліпшить модель менше, ніж те, що передбачено випадково.
Якщо в статистичній моделі використовується занадто мало точок даних, це називається надмірним. Перевиконання може повернути необґрунтоване високе значення R-квадрата. Цей неправильний показник може призвести до зниження здатності передбачати результати діяльності. Коригуваний R-квадрат є модифікованою версією R 2 для кількості предикторів у моделі. Відрегульований R-квадрат може бути негативним, але не завжди.
Хоча значення R-квадрата між 0 і 100 і показує лінійну залежність у вибірці даних, навіть коли немає базового співвідношення, скоригований R-квадрат дає найкращу оцінку ступеня взаємозв'язку в основній сукупності.
Щоб показати співвідношення моделей з R-квадратом, виберіть модель із найвищою межею. Однак найкращим і найпростішим способом порівняння моделей є вибір однієї з меншим відрегульованим R-квадратом. Налагоджений R-квадрат не є типовою моделлю для порівняння нелінійних моделей, але натомість показує множинні лінійні регресії.
Ключові вивезення
- Однією з головних відмінностей між R-квадратом та відрегульованим R-квадратом є те, що R-квадрат передбачає, що кожна незалежна змінна в моделі пояснює зміну залежної змінної. R-квадрат не може перевірити, чи погіршується показник коефіцієнта бальної смуги та його прогнози. Коригуваний R-квадрат - це модифікована версія R-квадрата для кількості предикторів у моделі.
