Множественная корреляция: различия между версиями

Материал из Поле цифровой дидактики
Нет описания правки
Нет описания правки
Строка 2: Строка 2:
|Description=Множественная корреляция отражает степень линейной связи между одной зависимой переменной и группой независимых переменных. Проще говоря, она показывает, насколько хорошо совместное влияние нескольких факторов объясняет изменения интересующего показателя.
|Description=Множественная корреляция отражает степень линейной связи между одной зависимой переменной и группой независимых переменных. Проще говоря, она показывает, насколько хорошо совместное влияние нескольких факторов объясняет изменения интересующего показателя.
|Field_of_knowledge=Статистика
|Field_of_knowledge=Статистика
|similar_concepts=Регрессияя
|similar_concepts=Регрессия
}}
}}
Коэффициент множественной корреляции R определяется через коэффициенты парной корреляции между зависимой переменной Y и набором независимых переменных X_1, X_2, ... , X_p.
Коэффициент множественной корреляции R определяется через коэффициенты парной корреляции между зависимой переменной Y и набором независимых переменных X_1, X_2, ... , X_p.
Строка 9: Строка 9:
R = \sqrt{1 - \frac{SS_{res}}{SS_{tot}}}
R = \sqrt{1 - \frac{SS_{res}}{SS_{tot}}}
</math>
</math>
; где 
* SS_{tot} = \sum_i (y_i - \bar y)^2 – общая сумма квадратов отклонений, 
* SS_{res} = \sum_i (y_i - \hat y_i)^2 – сумма квадратов остаточных отклонений предсказанных значений.

Версия от 22:30, 11 октября 2025


Описание Множественная корреляция отражает степень линейной связи между одной зависимой переменной и группой независимых переменных. Проще говоря, она показывает, насколько хорошо совместное влияние нескольких факторов объясняет изменения интересующего показателя.
Область знаний Статистика
Авторы
Поясняющее видео
Близкие понятия Регрессия
Среды и средства для освоения понятия

Коэффициент множественной корреляции R определяется через коэффициенты парной корреляции между зависимой переменной Y и набором независимых переменных X_1, X_2, ... , X_p.

[math]\displaystyle{ R = \sqrt{1 - \frac{SS_{res}}{SS_{tot}}} }[/math]

где
  • SS_{tot} = \sum_i (y_i - \bar y)^2 – общая сумма квадратов отклонений,
  • SS_{res} = \sum_i (y_i - \hat y_i)^2 – сумма квадратов остаточных отклонений предсказанных значений.