Quadrat R vs quadrat R ajustat: una visió general
El quadrat R (R 2) i el quadrat R ajustat permeten a un inversor mesurar el valor d’un fons mutu amb el valor d’un punt de referència. Els inversors també poden utilitzar aquest càlcul per mesurar la seva cartera amb un punt de referència determinat.
Aquests valors oscil·len entre 0 i 100. La xifra resultant no indica el rendiment d'un grup de valors determinat i només mesura la proximitat dels rendiments de les participacions amb els del punt de referència mesurat.
El quadrat R (també conegut com a coeficient de determinació) és una eina d’anàlisi estadística que s’utilitza per predir el resultat futur d’una inversió i quina estreta s’alinea amb un model únic mesurat.
El quadrat R ajustat compara la correlació de la inversió amb diversos models mesurats.
Quadrat R
El quadrat R no pot verificar si els prejudicis de la xifra de parquet i les seves prediccions. Tampoc mostra si un model de regressió és satisfactori; pot mostrar una figura quadrada R per a un model bo o una figura quadrada alta R per a un model que no s’ajusta. Com més baix sigui el valor de R 2, menys les dues variables es correlacionen entre elles. Resultats superiors al 70% solen indicar que una cartera segueix de prop el referent mesurat. Valors quadrats més alts també indiquen la fiabilitat de les lectures beta. Beta mesura la volatilitat d’una seguretat o d’una cartera.
Una de les principals diferències entre el quadrat R i el quadrat R ajustat és que R 2 assumeix totes les variables independents –referent– en el model explica la variació de la variable depenent: fons mutu o cartera. Dóna el percentatge de variació explicada com si totes les variables independents del model afectessin la variable dependent. En el món real, aquesta relació un a un passa rarament. El quadrat R ajustat, en canvi, proporciona el percentatge de variació explicat només per aquelles variables independents que, en realitat, afecten la variable dependent.
R-Squared s'utilitza sovint amb regressions lineals estadístiques per predir els moviments dels preus de les accions, però és només un dels molts indicadors tècnics que els comerciants haurien de tenir als seus arsenals. El curs d'Anàlisi Tècnica de Investopedia ofereix una visió general dels indicadors tècnics i els patrons de gràfics amb més de cinc hores de vídeo a demanda. Aprendràs totes les tècniques més populars i com utilitzar-les en mercats de la vida real per maximitzar els rendiments ajustats al risc.
Quadrat R ajustat
El quadrat R ajustat compara el poder descriptiu dels models de regressió —dues o més variables— que inclouen un nombre divers de variables independents — conegut com a predictiu. Tots els predictors o variables independents, afegits a un model, augmenten el valor quadrat R i no el disminueixen mai. Així doncs, un model que inclogui diversos predictors tornarà valors R2 més elevats i pot semblar que s’adapta millor. Tot i això, es deu aquest resultat que inclou més termes.
El quadrat R ajustat compensa l’addició de variables i només augmenta si el nou predictor millora el model per sobre del que s’obtindria per probabilitat. Per contra, disminuirà quan un predictor millori el model menys del que es preveu per casualitat.
Quan s'utilitzen massa pocs punts de dades en un model estadístic, s'anomena sobredimensionament. La sobrepesa pot retornar un valor quadrat R elevat injustificat. Aquesta xifra incorrecta pot conduir a una disminució de la capacitat de predir resultats de rendiment. El quadrat R ajustat és una versió modificada de R 2 per al nombre de predictors d'un model. El quadrat R ajustat pot ser negatiu, però no sempre ho és.
Mentre que un valor quadrat R entre 0 i 100 i mostra la relació lineal en la mostra de dades, fins i tot quan no hi ha una relació bàsica, el quadrat R ajustat proporciona la millor estimació del grau de relació en la població bàsica.
Per mostrar la correlació de models amb quadrats R, trieu el model amb el límit més alt. Tot i això, la millor i més fàcil manera de comparar models és seleccionar-ne un amb el quadrat R ajustat més petit. El quadrat R ajustat no és un model típic per comparar models no lineals, sinó que mostra múltiples regressions lineals.
Punts clau
- Una diferència important entre el quadrat R i el quadrat R ajustat és que R-squared suposa que totes les variables independents del model expliquen la variació de la variable dependent. El quadrat R no pot verificar si els xicotets coeficients de referència i les seves prediccions són perjudicats. El quadrat R ajustat és una versió modificada de quadrats R per al nombre de predictors d'un model.
