決定係数(R二乗)計算機
R二乗、自由度調整済みR二乗、ピアソンの相関係数、最小二乗回帰式で線形モデルの当てはまりを評価します。
決定係数を計算
同じ個数のXとYをカンマ区切りで入力してください。少なくとも三組の対応する観測値が必要です。
決定係数について
決定係数は通常R²またはR二乗と表記し、従属変数の変動のうち、当てはめたモデルが説明する割合を示します。切片を含む単回帰では、XとYのピアソンの相関係数の二乗に等しくなります。通常はゼロから一の範囲を取り、ゼロは回帰直線がYの観測された変動を説明していないこと、一はすべての点が直線上に完全に乗ることを示します。
この計算機は通常の最小二乗法で直線を当てはめます。平均からの偏差の積の総和をXの偏差平方和で割って傾きを求めます。切片は、Xの平均とYの平均で表される点を直線が通るように決まります。ピアソンのrは線形関係の方向と強さを示し、R二乗はr²です。二乗すると符号が失われるため、正の関係か負の関係かはrまたは傾きで確認してください。
自由度調整済みR二乗は、モデルの複雑さにペナルティーを課します。説明変数が一つのこの単回帰では、1 − (1 − R²)(n − 1)/(n − 2)で計算します。nは対応する観測値の組数です。モデルの当てはまりが悪いと、ゼロを下回ることもあります。自由度調整済みR二乗は説明変数の数が異なるモデルの比較に特に役立ちますが、この計算機が当てはめるのは説明変数が一つの線形回帰です。
R二乗が高くても、因果関係が成立するわけではなく、すべてのモデル仮定や観測されたXの範囲外での予測精度が保証されるわけでもありません。曲線的な関係は、規則性が強くても線形のR二乗が低くなることがあります。逆に、時間、潜在変数、少数の影響力の強い点による傾向が、有意義な因果関係なしに高い値を生むこともあります。要約統計量だけでなく、散布図と残差も必ず確認してください。
最小二乗法による推測では、通常、観測値の独立性、平均の線形関係、ほぼ一定の残差分散、および信頼区間や仮説検定に適した残差分布を仮定します。これらが満たされなくてもR二乗自体は計算できますが、解釈を誤るおそれがあります。Xの重複は問題ありませんが、XとYの両方にばらつきが必要です。一定値の系列では、相関や回帰に関わる計算が定義できなくなります。
各Xが同じ位置のYに対応するよう、順序をそろえて入力してください。単位は傾きと切片に影響しますが、rやR二乗には影響しません。結果を報告する際は、変数、標本、範囲を説明する十分な背景情報を添え、R二乗を個々の結果を正しく予測した割合と表現しないでください。これは回帰直線で説明される標本の変動の割合であり、分類の正解率でも将来の観測に対する保証でもありません。
R二乗の計算例
完全な関係、中程度の関係、負の線形関係を対応データで示します。
| 対応データ | 回帰結果 | 解釈 |
|---|---|---|
| X: 1,2,3; Y: 2,4,6 | R² = 1; y = 2x + 0 | すべての点が右上がりの直線上に完全に乗っています。 |
| X: 1,2,3,4; Y: 2,3,5,4 | R² = 0.64; y = 0.8x + 1.5 | 直線がYの変動の64%を説明します。 |
| X: 1,2,3; Y: 6,4,2 | R² = 1; r = −1 | R二乗は完全な当てはまりを示し、相関係数は負の方向を示します。 |
R二乗の計算方法
- 独立変数の値をカンマ区切りのXリストとして入力します。
- 従属変数の値を対応する順序でYリストに入力します。
- 「R二乗を計算」を選び、最小二乗直線を当てはめます。
- 相関係数、回帰式、散布図、残差の情報と合わせてR二乗を解釈します。
R二乗のよくある質問
R二乗はどのくらいあれば良いですか?
期待される変動は分野や目的によって異なるため、共通の基準値はありません。関連する基準と比較し、予測誤差や残差のパターンも評価してください。
R二乗が負になることはありますか?
切片を含む最小二乗単回帰では、通常のR二乗はゼロから一の間です。自由度調整済みR二乗は、複雑さへのペナルティー後にモデルの性能が低い場合、負になることがあります。
R二乗では関係の方向が分からないのはなぜですか?
相関係数を二乗するため、正の相関と負の相関で同じR二乗になることがあります。方向はピアソンのrまたは回帰直線の傾きで判断してください。
R二乗が高ければ因果関係を証明できますか?
できません。関連は交絡、共通の傾向、選択効果、偶然からも生じます。因果関係の主張には、モデルの当てはまりに加えて適切な研究設計と仮定が必要です。
自由度調整済みR二乗は何に使いますか?
標本サイズに対する説明変数の数に応じて、説明された変動にペナルティーを課します。候補となる回帰モデルの比較に役立ちますが、ほかの診断も必要です。
両方のリストにばらつきが必要なのはなぜですか?
相関係数は各変数の散らばりで割り、傾きはXの変動で割って求めます。一定値のリストでは、これらはゼロになるのではなく定義できなくなります。