Definición: El Coeficiente de determinación es el cuadrado del coeficiente de correlación r2 que se calcula para interpretar el valor de la correlación. Es útil porque explica el nivel de variación en la variable dependiente causada o explicada por su relación con la variable independiente.
El coeficiente de determinación explica la proporción de la variación explicada o la reducción relativa de la varianza correspondiente a la ecuación de regresión en lugar de la media de la variable dependiente. Por ejemplo, si el valor de r = 0,8, entonces r2 será 0,64, lo que significa que el 64 % de la variación de la variable dependiente se explica por la variable independiente, mientras que el 36 % permanece sin explicación.
Por lo tanto, el coeficiente de determinación es la relación entre la varianza explicada y la varianza total que indica la fuerza de la asociación lineal entre las variables, digamos X e Y. El valor de r2 entre mentiras 0 y 1 y observa la siguiente relación con ‘r’.
- Con la disminución del valor de ‘r’ desde su valor máximo de 1, el ‘r2’ también disminuye mucho más rápidamente.
- El valor de ‘r’ siempre será mayor que ‘r2’ a menos que r2 = 0 o 1.
El coeficiente de determinación también explica qué tan bien se ajusta la línea de regresión a los datos estadísticos. Cuanto más cerca esté la línea de regresión de los puntos trazados en un diagrama de dispersión, más probable es que explique toda la variación y cuanto más lejos esté la línea de los puntos, menor será la capacidad de explicar la varianza.
¿Te ha resultado útil??
0 / 0