R-Squared vs. justert R-Squared: En oversikt
R-kvadrat (R 2) og justert R-kvadrat gjør det mulig for en investor å måle verdien av et aksjefond mot verdien av et referanseindeks. Investorer kan også bruke denne beregningen til å måle porteføljen sin mot et gitt referanseindeks.
Disse verdiene varierer mellom 0 og 100. Det resulterende tallet indikerer ikke hvor bra en bestemt gruppe av verdipapirer presterer, og den måler bare hvor tett avkastningen fra eierandelene samsvarer med avkastningen fra den målte referanseporteføljen.
R-kvadrat - også kjent som bestemmelseskoeffisienten - er et statistisk analyseverktøy som brukes til å forutsi fremtidig utfall av en investering og hvor nøye den samsvarer med en enkelt målt modell.
Justert R-kvadrat sammenligner investeringens korrelasjon med flere målte modeller.
R-kvadrat
R-kvadratet kan ikke verifisere om koeffisientens ballparkfigur og dens spådommer er fordommer. Den viser heller ikke om en regresjonsmodell er tilfredsstillende; den kan vise en R-kvadratfigur for en god modell eller en høy R-kvadratfigur for en modell som ikke passer. Jo lavere verdi på R 2, jo mindre korrelerer de to variablene med hverandre. Resultater over 70% indikerer vanligvis at en portefølje følger det målte referanseposten tett. Høyere R-kvadratverdier indikerer også påliteligheten av betavlesninger. Beta måler volatiliteten til et verdipapir eller en portefølje.
En hovedforskjell mellom R-kvadrat og den justerte R-kvadraten er at R2 antar hver uavhengige variabel - referanseindeks - i modellen forklarer variasjonen i den avhengige variabelen - aksjefond eller portefølje. Det gir prosentandelen av forklart variasjon som om alle uavhengige variabler i modellen påvirker den avhengige variabelen. I den virkelige verden skjer dette en-til-en-forhold sjelden. Justert R-kvadrat derimot gir prosentvis variasjon som er forklart med bare de uavhengige variablene som i virkeligheten påvirker den avhengige variabelen.
R-Squared brukes ofte med statistiske lineære regresjoner for å forutsi aksjekursbevegelser, men det er bare en av mange tekniske indikatorer som handelsmenn bør ha i sine arsenaler. Investopedias kurs for teknisk analyse gir en omfattende oversikt over tekniske indikatorer og diagrammønstre med over fem timers on-demand video. Du lærer alle de mest populære teknikkene og hvordan du bruker dem i virkelige markeder for å maksimere risikojustert avkastning.
Justert R-kvadrat
Den justerte R-kvadraten sammenligner den beskrivende kraften til regresjonsmodeller - to eller flere variabler - som inkluderer et mangfoldig antall uavhengige variabler - kjent som en prediktor. Hver prediktor eller uavhengig variabel, lagt til en modell, øker R-kvadratverdien og reduserer den aldri. Så en modell som inkluderer flere prediktorer vil returnere høyere R2-verdier og kan se ut til å passe bedre. Dette resultatet skyldes imidlertid at det inkluderer flere vilkår.
Den justerte R-kvadraten kompenserer for tilsetningen av variabler og øker bare hvis den nye prediktoren forbedrer modellen over det som ville blitt oppnådd med sannsynlighet. Motsatt vil den avta når en prediktor forbedrer modellen mindre enn det som er forutsatt ved en tilfeldighet.
Når det brukes for få datapunkter i en statistisk modell, kalles det overmontering. Overfitting kan gi en uberettiget høy R-kvadrat verdi. Dette uriktige tallet kan føre til en redusert evne til å forutsi resultatresultater. Det justerte R-kvadratet er en modifisert versjon av R2 for antall prediktorer i en modell. Det justerte R-kvadratet kan være negativt, men er ikke alltid det.
Mens en R-kvadrat verdi mellom 0 og 100 og viser det lineære forholdet i prøven med data selv når det ikke er noen grunnleggende sammenheng, gir den justerte R-kvadraten det beste estimatet for graden av forhold i den grunnleggende populasjonen.
For å vise sammenhengen av modeller med R-kvadrat, velg modellen med den høyeste grensen. Imidlertid er den beste og enkleste måten å sammenligne modeller på å velge en med mindre justert R-kvadrat. Justert R-kvadrat er ikke en typisk modell for å sammenligne ikke-lineære modeller, men viser i stedet flere lineære regresjoner.
Viktige takeaways
- En hovedforskjell mellom R-kvadrat og den justerte R-kvadraten er at R-kvadrat antar at hver uavhengige variabel i modellen forklarer variasjonen i den avhengige variabelen. R-kvadratet kan ikke bekrefte om koeffisienten av parkeringsfeltet og dens prediksjoner er forhåndsdømt. Det justerte R-kvadratet er en modifisert versjon av R-kvadratet for antall prediktorer i en modell.
