ماڈل کے R-Squared اور رابط و ضبط کے درمیان تعلق کیا ہے؟

جواب:

اسے دیکھو. گوراو بانسل سے کریڈٹ

وضاحت:

میں اس کی وضاحت کرنے کا بہترین طریقہ سوچنے کی کوشش کر رہا تھا اور میں نے ایک ایسے صفحے میں ڈھیر لگایا جو واقعی اچھا کام کرتا ہے. میں اس لڑکے کو وضاحت کے لۓ کریڈٹ دونگا. اگر کوئی لنک کام کے لئے کام نہیں کرتا تو میں نے ذیل میں کچھ معلومات شامل کی ہیں.

بس نے کہا: # R ^ 2 # قیمت صرف رابطے کی گنجائش کا مربع ہے # R #.

The باہمی رابطے (# R #) ایک ماڈل (متغیر کے ساتھ کہتے ہیں #ایکس# اور # y #) کے درمیان اقدار لیتا ہے #-1# اور #1#. یہ بیان کرتا ہے کہ کس طرح #ایکس# اور # y # مربوط ہیں.

• اگر #ایکس# اور # y # کامل اتحاد میں ہیں، تو یہ قیمت مثبت ہو گی #1#
• اگر #ایکس# جبکہ بڑھتی ہوئی # y # بالکل صحیح طریقے سے کم ہو جاتی ہے، پھر اس کی قیمت ہو گی #-1#
• #0# ایسی صورت حال ہوگی جہاں کوئی تعلق نہیں ہے #ایکس# اور # y #

تاہم، یہ # R # قیمت ایک آسان لکیری ماڈل کے لئے صرف مفید ہے (صرف ایک #ایکس# اور # y #). ایک بار ہم ایک سے زیادہ آزاد متغیر متفق ہیں (اب ہمارے پاس ہے # x_1 #, # x_2 #، …)، یہ سمجھنے کے لئے بہت مشکل ہے کہ رابطے کی گنجائش کا مطلب کیا ہے. اس سے باخبر رکھنے کے لئے کون سی متغیر شراکت میں شراکت ہے اس سے واضح نہیں ہے.

یہ کہاں ہے # R ^ 2 # قیمت کھیل میں آتا ہے. یہ صرف رابطے کی گنجائش کا مربع ہے. اس کے درمیان اقدار لیتے ہیں #0# اور #1#، جہاں اقدار قریب ہے #1# زیادہ باہمی تعلقات (چاہے مثبت یا منفی طور سے تعلق رکھنے والے) سے تعلق رکھتے ہیں اور #0# کوئی تعلق نہیں ہے. اس کے بارے میں سوچنے کا ایک اور طریقہ انحصار متغیر میں جزوی متغیر ہے جو تمام آزاد متغیر کا نتیجہ ہے. اگر انحصار متغیر اس کے تمام متغیر متغیرات پر انتہائی منحصر ہے، تو قیمت قریب ہو جائے گی #1#. تو # R ^ 2 # بہت زیادہ مفید ہے کیونکہ یہ ملٹی ویو ماڈل بھی بیان کرنے کے لئے استعمال کیا جا سکتا ہے.

اگر آپ دونوں اقدار سے متعلق مباحثے کے ساتھ شامل ہونے والے کچھ ریاضیاتی نظریات پر ایک بحث چاہتے ہیں، تو یہ دیکھیں.