Diese Website setzt Cookies ein, um das Angebot für Sie zu personalisieren und Ihr Erlebnis zu verbessern.
Weitere Informationen: Datenschutzerklärung & Cookies, Impressum
Der Bestimmtheitswert, auch als R² (R-Quadrat) bekannt, ist ein Maß für die Erklärungskraft eines Regressionsmodells. Er gibt an, wie gut die unabhängige Variable(en) die Variation der abhängigen Variable erklären. Hier sind einige wichtige Punkte zum Bestimmtheitswert:
Bestimmtheitswert (R²): Der Bestimmtheitswert gibt den Anteil der Varianz der abhängigen Variable an, der durch die unabhängige Variable(en) im Modell erklärt wird. Er liegt zwischen 0 und 1, wobei 1 bedeutet, dass das Modell alle Variationen erklärt, und 0 bedeutet, dass es keine Variation erklärt.
Interpretation: Ein R² von 0,75 würde bedeuten, dass 75% der Variation in der abhängigen Variable durch die unabhängige Variable(en) im Modell erklärt werden können.
Bedeutung: Ein höherer R² deutet darauf hin, dass das Modell besser zur Erklärung der Variation in der abhängigen Variable geeignet ist. Es ist jedoch wichtig, andere Aspekte des Modells, wie Residuenanalyse, zu berücksichtigen.
Einschränkungen: R² allein gibt keine Informationen über die Ursache-Wirkungs-Beziehung oder die Validität des Modells. Ein hohes R² bedeutet nicht zwangsläufig Kausalität.
Der Bestimmtheitswert ist ein nützliches Werkzeug in der Regressionsanalyse, aber es ist wichtig, ihn im Kontext anderer Bewertungskriterien zu betrachten, um eine umfassende Beurteilung des Modells vorzunehmen.