Examkin

Soru

Zorluk: KolayArtık Analizi ve Model Seçimi

Çoklu doğrusal regresyon analizinde, modele yeni bağımsız değişkenler eklendiğinde belirleme katsayısının (R2R^2) matematiksel olarak hiçbir zaman azalmaması ve genellikle artma eğiliminde olması, farklı sayıda değişken içeren modellerin karşılaştırılmasını zorlaştırmaktadır. Bu durumu kontrol altına almak ve modelleri daha sağlıklı bir şekilde kıyaslayabilmek amacıyla kullanılan istatistik aşağıdakilerden hangisidir?

  1. Düzeltilmiş belirleme katsayısı (Rˉ2\bar{R}^2)Cevap
  2. B
    Belirleme katsayısı (R2R^2)
  3. C
    Varyans şişme faktörü (VIF)
  4. D
    Durbin-Watson istatistiği
  5. E
    Hata kareler toplamı (HKT)

Cevap

Düzeltilmiş belirleme katsayısı (Rˉ2\bar{R}^2)
Düzeltilmiş belirleme katsayısı, modeldeki bağımsız değişken sayısını (p) ve örneklem hacmini (n) dikkate alan bir serbestlik derecesi düzeltmesi yapar. Bu sayede modele eklenen gereksiz değişkenler için bir 'ceza' uygulanmış olur ve farklı karmaşıklıktaki modellerin birbirleriyle adil bir şekilde karşılaştırılmasına olanak tanır.

Adım Adım Çözüm

1
Regresyon modellerinde R2R^2 ve Rˉ2\bar{R}^2 arasındaki farkı belirle.
R2R^2 değişken sayısı arttıkça artarken, Rˉ2\bar{R}^2 serbestlik derecesine göre düzeltme yapar.
Model karşılaştırmasında değişken sayısının 'ceza' olarak modele yansıtılması gerekir.
2
Düzeltilmiş belirleme katsayısının formülünü incele.
Rˉ2=1−(1−R2)n−1n−p−1\bar{R}^2 = 1 - (1 - R^2) \frac{n-1}{n-p-1} formülünde pp (değişken sayısı) arttıkça payda küçülür.
Anlamsız değişken eklenmesi Rˉ2\bar{R}^2 değerinin düşmesine neden olabilir, bu da model seçimi için bir kriter sunar.

Anahtar Kavram

Modeller arası karşılaştırmada düzeltilmiş belirleme katsayısının kullanımı

Daha Fazla Pratik

AIC ve BIC gibi bilgi kriterlerinin (Information Criteria) hangi durumlarda düzeltilmiş R-kare'ye tercih edildiğini inceleyebilirsiniz.
Tahmini Süre:45s
Bu soruyu puanla

Konular

Artık Analizi ve Model Seçimi

Bu konudan daha fazla soru