Wat is R-Squared?

R-kwadraat (R2) is een statistische maat die het aandeel van de variantie voor een afhankelijke variabele weergeeft dat wordt verklaard door een onafhankelijke variabele of variabelen in een regressiemodel. Terwijl het verband de kwaliteit van het verband tussen een autonome en afdelingsvariabele verduidelijkt, onthult R-kwadraat in welke mate de fluctuatie van een variabele het verschil van de daaropvolgende variabele verduidelijkt. In het geval dat de R2 van een model 0,50 is, kan op dat moment ongeveer 50% van de bewaakte variëteit worden opgehelderd door de informatiebronnen van het model.

Bij het leveren van een bijdrage wordt het R-kwadraat meestal ontcijferd als het niveau van een reserve of de ontwikkeling van een veiligheid die kan worden opgehelderd door ontwikkelingen in een benchmarklijst. Zo onderscheidt een R-squared voor vastrentende waardepapieren versus een obligatierecord de mate van waardeontwikkeling van het effect die niet verwonderlijk is, afhankelijk van een waardeontwikkeling van het bestand. Het equivalent kan worden toegepast op aandelen versus het S&P 500-record, of een ander belangrijk bestand.

De formule voor R-Squared Is

R2=1- Toelichting Variatie/ Totaal Variatie

Figuur R-kwadraat

De echte telling van R-kwadraat vereist een paar stappen. Dit omvat het nemen van de informatie focus (percepties) van betrouwbare en autonome factoren en het vinden van de lijn van de beste pasvorm, vaak vanuit een terugvalmodel. Vanaf dat punt zou je de verwachte kwaliteiten berekenen, echte kwaliteiten aftrekken en de uitkomsten in het kwadraat zetten. Dit levert een overzicht van de fouten in het kwadraat op, dat vervolgens wordt toegevoegd aan de opgehelderde fluctuatie.

Om het absolute verschil vast te stellen, zou je de normale echte stimulans van de verwachte kwaliteiten aftrekken, de resultaten in het kwadraat zetten en ze optellen. Vanaf dat punt, scheidt u het primaire geheel van fouten (opgehelderde verandering) constant geheel (fluctuatie), trekt u de uitkomst van één af, en hebt u het R-kwadraat. Berekening van het R-kwadraat

Wat laat R-Squared je weten?

R-kwadraatkwaliteiten lopen van 0 tot 1 en worden gewoonlijk uitgedrukt in percentages van 0% tot 100%. Een R-kwadraat van 100% houdt in dat alle ontwikkelingen van een effect (of andere afhankelijke variabele) volledig worden opgehelderd door ontwikkelingen in de lijst (of de vrije variabele(n) waar u op zit te wachten).

Door bij te dragen, toont een hoog R-kwadraat, ergens tussen 85% en 100%, de presentatie van de voorraad of de reserve over het algemeen in overeenstemming met het bestand. Een winkel met een laag R-kwadraat, 70% of minder, laat zien dat de beveiliging de ontwikkelingen van het record over het algemeen niet voortzet. Een hogere R-kwadraatwaarde toont een progressief nuttig bètacijfer. Als een aandeel of reserve bijvoorbeeld een R-kwadraat schatting heeft van bijna 100%, maar een bèta onder 1 heeft, dan biedt het ongetwijfeld een hoger risico-evenwichtig rendement.

Het onderscheid tussen R-kwadraat en evenwichtig R-kwadraat

R-Squared vult gewoon in zoals verwacht in een eenvoudig direct terugvalmodel met één logische variabele. Bij een andere terugval die uit enkele vrije factoren bestaat, moet de R-Squared in evenwicht zijn. Het gebalanceerde R-kwadraat denkt na over de duidelijke intensiteit van relapmodellen die verschillende hoeveelheden indicatoren bevatten. Elke indicator die aan een model wordt toegevoegd, breidt het R-kwadraat uit en vermindert het nooit. In die zin lijkt een model met meer termen alleen beter te passen bij de manier waarop het meer termen heeft, terwijl het gebalanceerde R-kwadraat de uitbreiding van factoren compenseert en mogelijk toeneemt als de nieuwe term het model verbetert boven wat waarschijnlijkheid is en vermindert als een indicator het model niet zo veel opwaardeert als door een of ander toeval wordt verwacht. In een overfitting conditie wordt een foutief hoge schatting van het R-kwadraat, wat leidt tot een verminderde capaciteit om te voorzien, verkregen. Dit is niet de situatie met het evenwichtige R-kwadraat.

Terwijl standaard R-kwadraat kan worden gebruikt om te kijken naar de integriteit van twee of verschillende modellen, is gebalanceerde R-kwadraat gecertificeerd geen fatsoenlijke meting voor contrasterende niet-lineaire modellen of tal van directe terugvallen.

Het contrast tussen R-Squared en Beta

Bèta en R-kwadraat zijn twee verwante, maar buitengewone, verhoudingen, echter, bèta is een deel van het relatieve gevaar. Een gemeenschappelijke winkel met een hoge R-kwadraatverhouding is uitzonderlijk met een benchmark. In het geval dat de bèta eveneens hoog is, kan het betere rendementen opleveren dan de benchmark, met name in positief evoluerende markten. R-kwadraat schat hoe sterk elke aanpassing van de kosten van een voordeel verbonden is met een benchmark. Bèta schat in hoe enorm die waardeveranderingen zijn in verband met een benchmark. R-kwadraat en bèta geven speculanten samen een uitputtend beeld van de presentatie van batenbeheerders. Een bèta van precies 1,0 impliceert dat het gevaar (onvoorspelbaarheid) van het voordeel niet te onderscheiden is van dat van de benchmark. In principe is R-kwadraat een feitelijke onderzoeksprocedure voor het pragmatische gebruik en de betrouwbaarheid van bèta’s van beschermingen.

Beperkingen van R-Squared

R-kwadraat geeft u een indicatie van het verband tussen ontwikkelingen van een behoeftige variabele die afhankelijk is van de ontwikkelingen van een autonome variabele. Het geeft u niet aan of uw gekozen model positief of negatief is, noch zal het u onthullen of de informatie en voorspellingen eenzijdig zijn. Een hoog of laag R-kwadraat is niet echt gelukkig of onfortuinlijk, omdat het de betrouwbaarheid van het model niet doorgeeft, noch of je de juiste terugval hebt gekozen. Je kunt een lage R-kwadraat krijgen voor een fatsoenlijk model, of een hoge R-kwadraat voor een inefficiënt gemonteerd model, en andersom.