R-квадрат против скорректированного R-квадрат: обзор
R-квадрат (R 2) и скорректированный R-квадрат позволяют инвестору измерить стоимость паевого инвестиционного фонда относительно стоимости эталона. Инвесторы могут также использовать этот расчет, чтобы измерить свой портфель по отношению к данному ориентиру
Эти значения находятся в диапазоне от 0 до 100. Полученный показатель не показывает, насколько хорошо работает определенная группа ценных бумаг, а лишь измеряет, насколько доходность активов совпадает с доходностью измеренного ориентира.
R-квадрат - также известный как коэффициент детерминации - это инструмент статистического анализа, используемый для прогнозирования будущих результатов инвестиций и их соответствия одной измеренной модели.
Скорректированный R-квадрат сравнивает соотношение инвестиций с несколькими измеренными моделями.
Р-Брусковый
R-квадрат не может проверить, предвосхищен ли показатель приблизительного коэффициента и его прогнозы. Это также не показывает, является ли регрессионная модель удовлетворительной; он может показать R-квадрат для хорошей модели или высокий R-квадрат для модели, которая не подходит. Чем ниже значение R 2, тем меньше две переменные коррелируют друг с другом. Результаты, превышающие 70%, обычно указывают на то, что портфель близко следует измеренному эталону. Более высокие значения R-квадрата также указывают на достоверность бета-показаний. Бета-версия измеряет волатильность ценной бумаги или портфеля.
Одно из основных различий между R-квадратом и скорректированным R-квадратом состоит в том, что R 2 предполагает, что каждая независимая переменная - эталон - в модели объясняет изменение зависимой переменной - взаимного фонда или портфеля. Это дает процент объясненного отклонения, как если бы все независимые переменные в модели влияли на зависимую переменную. В реальном мире такие отношения встречаются редко. Скорректированный R-квадрат, с другой стороны, дает процент вариации, объясняемый только теми независимыми переменными, которые в действительности влияют на зависимую переменную.
R-Squared часто используется со статистическими линейными регрессиями для прогнозирования движения цены акций, но это только один из многих технических индикаторов, которые трейдеры должны иметь в своих арсеналах. Курс технического анализа Investopedia предоставляет исчерпывающий обзор технических индикаторов и графических моделей с более чем пятичасовым видео по запросу. Вы изучите все самые популярные методы и как их использовать на реальных рынках для максимизации прибыли с учетом риска.
Скорректированный R-Squared
Скорректированный R-квадрат сравнивает описательную силу регрессионных моделей - двух или более переменных - которые включают в себя разнообразное количество независимых переменных - известных как предиктор. Каждая предиктор или независимая переменная, добавленная в модель, увеличивает значение R-квадрата и никогда не уменьшает его. Таким образом, модель, которая включает в себя несколько предикторов, будет возвращать более высокие значения R2 и может показаться более подходящей. Тем не менее, этот результат обусловлен тем, что в нем больше терминов.
Скорректированный R-квадрат компенсирует добавление переменных и увеличивается только в том случае, если новый предиктор улучшает модель выше того, что было бы получено по вероятности. И наоборот, он будет уменьшаться, когда предиктор улучшит модель меньше, чем предсказано случайно.
Когда в статистической модели используется слишком мало точек данных, это называется перенастройкой. Переоснащение может вернуть необоснованное высокое значение R-квадрата. Эта неправильная цифра может привести к снижению способности прогнозировать результаты производительности. Скорректированный R-квадрат является модифицированной версией R 2 для числа предикторов в модели. Скорректированный R-квадрат может быть отрицательным, но не всегда.
Хотя значение R-квадрата от 0 до 100 и показывает линейную зависимость в выборке данных, даже если нет базовой связи, скорректированный R-квадрат дает наилучшую оценку степени взаимосвязи в основной популяции.
Чтобы показать соотношение моделей с R-квадратом, выберите модель с максимальным пределом. Однако лучший и самый простой способ сравнения моделей - это выбрать модель с меньшим откорректированным R-квадратом. Скорректированный R-квадрат не является типичной моделью для сравнения нелинейных моделей, но вместо этого показывает множественные линейные регрессии.
Ключевые вынос
- Одно из основных различий между R-квадратом и скорректированным R-квадратом состоит в том, что R-квадрат предполагает, что каждая независимая переменная в модели объясняет изменение зависимой переменной. R-квадрат не может проверить, насколько предвзятым является приблизительный показатель коэффициента и его прогнозы. Скорректированный R-квадрат - это модифицированная версия R-квадрата для числа предикторов в модели.
