O documento explica três estatísticas importantes usadas para avaliar modelos de regressão: 1) O Coeficiente de Determinação (R2) mede a variação total explicada pelo modelo; 2) O Coeficiente de Correlação (R) expressa o grau de influência entre variáveis; 3) Quanto mais próximos de 1,00 forem R e R2, melhor o ajuste do modelo.
O documento explica três estatísticas importantes usadas para avaliar modelos de regressão: 1) O Coeficiente de Determinação (R2) mede a variação total explicada pelo modelo; 2) O Coeficiente de Correlação (R) expressa o grau de influência entre variáveis; 3) Quanto mais próximos de 1,00 forem R e R2, melhor o ajuste do modelo.
O documento explica três estatísticas importantes usadas para avaliar modelos de regressão: 1) O Coeficiente de Determinação (R2) mede a variação total explicada pelo modelo; 2) O Coeficiente de Correlação (R) expressa o grau de influência entre variáveis; 3) Quanto mais próximos de 1,00 forem R e R2, melhor o ajuste do modelo.
em torno da media que é explicada pela variação dos regressores adotados na equação.
- O poder de explicação do modelo é
determinado pelo Coeficiente de Determinação Estatísticas (R²) de Regressão C OE F IC IENT E D E C ORR E LA ÇÃ O ( R) - Expressa o grau da relação ou nível de influência que uma variável exerce sobre a outra;
- Seus valores podem variar entre -1 e +1, de
maneira a indicar a intensidade (força) e o sentido da correlação; Estatísticas de Regressão IM P OR TA NTE !! - Quanto mais próximos de 1,00 (um) forem os valores de R e R², melhor ajustado estará o modelo;
- A NBR 14.653-2 não estabelece valores Estatísticas
mínimos para R nem para R², porém, os engenheiros avaliadores rejeitam modelos com de Regressão R ≤ 0,70 e R² ≤ 0,49;
- Ou seja, os modelos com coeficiente de
correlação e coeficiente de determinação fortes ou fortíssimos são preferíveis; C OE F IC IENT E D E DE T E RM IN AÇ Ã O A J US T A DO ( Ra ² ) - Para evitar dificuldades na interpretação de R², a NBR 14.653-2 recomenda usar o Coeficiente de Determinação Ajustado, pois o Ra² não necessariamente aumenta com a adição de variáveis no modelo; Estatísticas - Utilizado para comparar o poder predição de de Regressão modelos com diferentes número de variáveis;