Regression

hvis r² > 0,95 skulle den fundne model være god (i forbindelse med en regression)

Du kan godt vælge at kigge på r2 i anden som er forklaringsgraden for din model.

Problemet er bare, at r2 ikke er det bedste mål til at forklare om det er en god model eller ej. Derudover kan man ikke sige at r2 skal være over et >0,95 for at modellen er god.

r2 har det problemet at forklaringsgraden altid vil stige, hvis du tager flere variable med i modellen - significant eller ej.

Jeg vil derimod anvende adjusted r^2, hvis du skal have et mål for om din model er god. Det er en forklaringsgrad der er mere anvendelig at tolke direkte på, eftersom den straffer din model for det antal variable der er i din model.

Behøver du en mere udbydende forklaring, så skriver du bare.

I en mindste kvadraters metode, hvor man har n sæt af datapunkter {x_i , y_i} , og man har bestemt parametrene for en model

      y = f(x)

er modellens bestemthedsmål R² givet ved

      R² = 1 - (∑_i (y_i - f(x_i))²) / (∑_i y_i² - n·<y>²) ,

hvor

      <y> = (1/n)·∑_i y_i