தீர்மானத்தின் குணகம் என்றால் என்ன?
தீர்மானத்தின் குணகம் என்பது புள்ளிவிவர பகுப்பாய்வில் பயன்படுத்தப்படும் ஒரு நடவடிக்கையாகும், இது ஒரு மாதிரி எதிர்கால விளைவுகளை எவ்வாறு விளக்குகிறது மற்றும் கணிக்கிறது. இது தரவு தொகுப்பில் விளக்கப்பட்ட மாறுபாட்டின் அளவைக் குறிக்கிறது. தீர்மானத்தின் குணகம், பொதுவாக "ஆர்-ஸ்கொயர்" என்றும் அழைக்கப்படுகிறது, இது மாதிரியின் துல்லியத்தை அளவிட வழிகாட்டியாகப் பயன்படுத்தப்படுகிறது.
இந்த புள்ளிவிவரத்தை விளக்குவதற்கான ஒரு வழி, கொடுக்கப்பட்ட மாதிரியில் சேர்க்கப்பட்டுள்ள மாறிகள் கவனிக்கப்பட்ட மாறுபாட்டின் தோராயமாக x% ஐ விளக்குகின்றன. எனவே, ஆர் 2 = 0.50 என்றால், கவனிக்கப்பட்ட மாறுபாட்டின் ஏறக்குறைய பாதி மாதிரியால் விளக்கப்படலாம்.
ஆர் ஸ்கொயர்டு
முக்கிய எடுத்துக்காட்டுகள்
- தீர்மானத்தின் குணகம் என்பது எதிர்கால மாதிரியின் புள்ளிவிவர பகுப்பாய்வை மையமாகக் கொண்ட ஒரு சிக்கலான யோசனையாகும். தீர்மானத்தின் குணகம் ஒரு காரணியின் மற்றொரு மாறுபாட்டிற்கான அதன் உறவால் எவ்வளவு மாறுபாடு ஏற்படக்கூடும் என்பதை விளக்க பயன்படுகிறது.
தீர்மானத்தின் குணகத்தைப் புரிந்துகொள்வது
தீர்மானத்தின் குணகம் ஒரு காரணியின் மற்றொரு மாறுபாட்டிற்கான அதன் உறவால் எவ்வளவு மாறுபாட்டை ஏற்படுத்தும் என்பதை விளக்க பயன்படுகிறது. இது போக்கு பகுப்பாய்வில் பெரிதும் நம்பியுள்ளது மற்றும் 0 மற்றும் 1 க்கு இடையிலான மதிப்பாக குறிப்பிடப்படுகிறது.
மதிப்பு 1 க்கு நெருக்கமாக இருப்பதால், இரண்டு காரணிகளுக்கிடையில் பொருத்தம் அல்லது உறவு சிறந்தது. தீர்மானத்தின் குணகம் என்பது தொடர்பு குணகத்தின் சதுரம் ஆகும், இது "ஆர்" என்றும் அழைக்கப்படுகிறது, இது இரண்டு மாறிகள் இடையே நேரியல் தொடர்புகளின் அளவைக் காட்ட அனுமதிக்கிறது.
இந்த தொடர்பு "பொருத்தத்தின் நன்மை" என்று அழைக்கப்படுகிறது. 1.0 இன் மதிப்பு ஒரு சரியான பொருத்தத்தைக் குறிக்கிறது, மேலும் இது எதிர்கால கணிப்புகளுக்கு மிகவும் நம்பகமான மாதிரியாகும், இது கவனிக்கப்பட்ட அனைத்து மாறுபாடுகளையும் மாதிரி விளக்குகிறது என்பதைக் குறிக்கிறது. 0 இன் மதிப்பு, மறுபுறம், மாதிரியானது தரவை துல்லியமாக மாதிரியாக்கத் தவறியதைக் குறிக்கும். பல பின்னடைவு மாதிரி போன்ற பல மாறிகள் கொண்ட ஒரு மாதிரிக்கு, சரிசெய்யப்பட்ட ஆர் 2 தீர்மானத்தின் சிறந்த குணகம் ஆகும். பொருளாதாரத்தில், 0.60 க்கு மேலான R 2 மதிப்பு பயனுள்ளது.
தீர்மானத்தின் குணகத்தை பகுப்பாய்வு செய்வதன் நன்மைகள்
தீர்மானத்தின் குணகம் என்பது தரவுத் தொகுப்பில் கணிக்கப்பட்ட மதிப்பெண்களுக்கு இடையேயான தொடர்புகளின் சதுரம் ஆகும். இது எக்ஸ் மற்றும் ஒய் மதிப்பெண்களுக்கு இடையேயான தொடர்புகளின் சதுரமாகவும் வெளிப்படுத்தப்படலாம், எக்ஸ் சுயாதீன மாறியாகவும், ஒய் சார்பு மாறியாகவும் இருக்கும்.
பிரதிநிதித்துவத்தைப் பொருட்படுத்தாமல், 0 க்கு சமமான ஆர்-ஸ்கொயர் என்பது சார்பு மாறியை சுயாதீன மாறியைப் பயன்படுத்தி கணிக்க முடியாது என்பதாகும். மாறாக, இது 1 க்கு சமமாக இருந்தால், ஒரு மாறியின் சார்பு எப்போதும் சுயாதீன மாறியால் கணிக்கப்படுகிறது என்பதாகும்.
இந்த வரம்பிற்குள் வரும் தீர்மானத்தின் ஒரு குணகம், சார்பு மாறி சுயாதீன மாறியால் கணிக்கப்படும் அளவை அளவிடும். 0.20 இன் ஆர்-ஸ்கொயர், எடுத்துக்காட்டாக, சார்பு மாறியின் 20% சுயாதீன மாறியால் கணிக்கப்படுகிறது.
பொருத்தத்தின் நன்மை, அல்லது நேரியல் தொடர்புகளின் அளவு, ஒரு வரைபடத்தில் பொருத்தப்பட்ட கோட்டிற்கும் வரைபடத்தைச் சுற்றி சிதறிக்கிடக்கும் அனைத்து தரவு புள்ளிகளுக்கும் இடையிலான தூரத்தை அளவிடுகிறது. தரவுகளின் இறுக்கமான தொகுப்பு ஒரு பின்னடைவு கோட்டைக் கொண்டிருக்கும், இது புள்ளிகளுக்கு மிக நெருக்கமாகவும் அதிக அளவு பொருத்தமாகவும் இருக்கும், அதாவது கோட்டிற்கும் தரவிற்கும் இடையிலான தூரம் மிகச் சிறியது. ஒரு நல்ல பொருத்தம் 1 க்கு நெருக்கமான ஆர்-ஸ்கொயர் உள்ளது.
இருப்பினும், தரவு புள்ளிகள் அல்லது கணிப்புகள் பக்கச்சார்பானதா என்பதை ஆர்-ஸ்கொயர் தீர்மானிக்க முடியவில்லை. தீர்மான மதிப்பின் குணகம் நல்லதா இல்லையா என்பதை ஆய்வாளர் அல்லது பயனரிடம் இது கூறவில்லை. குறைந்த ஆர்-ஸ்கொயர் மோசமானதல்ல, எடுத்துக்காட்டாக, ஆர்-ஸ்கொயர் எண்ணின் அடிப்படையில் முடிவெடுப்பது நபரின் பொறுப்பாகும்.
தீர்மானத்தின் குணகம் அப்பாவியாக விளக்கப்படக்கூடாது. எடுத்துக்காட்டாக, ஒரு மாதிரியின் ஆர்-ஸ்கொயர் 75% என அறிவிக்கப்பட்டால், அதன் பிழைகளின் மாறுபாடு சார்பு மாறியின் மாறுபாட்டை விட 75% குறைவாக இருக்கும், மேலும் அதன் பிழைகளின் நிலையான விலகல் சார்புடைய நிலையான விலகலை விட 50% குறைவாக இருக்கும் மாறி. மாதிரியின் பிழைகளின் நிலையான விலகல் நிலையான-ஒரே மாதிரியுடன் நீங்கள் பெறும் பிழைகளின் நிலையான விலகலின் மூன்றில் ஒரு பங்கு ஆகும்.
இறுதியாக, ஒரு ஆர்-ஸ்கொயர் மதிப்பு பெரியதாக இருந்தாலும், ஒரு மாதிரியில் விளக்கமளிக்கும் மாறிகளின் புள்ளிவிவர முக்கியத்துவம் இல்லை, அல்லது இந்த மாறிகளின் பயனுள்ள அளவு நடைமுறை அடிப்படையில் மிகவும் சிறியதாக இருக்கலாம்.
