a :

상관 관계가 독립 변수와 종속 변수 간 관계의 강도를 설명하는 경우 R 제곱은 한 변수의 분산이 두 번째 변수의 분산을 어느 정도 설명하는지 설명합니다. R 제곱에 대한 수식은 단순히 상관 제곱입니다. ( 엑셀에 대해 더 알고 싶으십니까? 엑셀 코스 를 보시려면 인포 피디아 아카데미를 방문하십시오).

R- 제곱이있는 일반적인 실수

가장 흔한 실수는 +/- 1에 가까워지는 R 제곱이 통계적으로 유의하다고 가정하는 것입니다. 독서가 +/- 1에 가까워지면 실제 통계적 유의성의 확률이 높아 지지만 더 이상의 테스트없이 결과만으로는 알 수 없습니다. 통계 테스트는 전혀 간단하지 않습니다. 그것은 여러 가지 이유로 복잡해질 수 있습니다. 이를 간략하게 설명하기 위해, 상관 관계의 중요한 가정 (따라서 R- 제곱)은 변수가 독립적이며 이들 사이의 관계가 선형이라는 것입니다. 이론적으로 상관 관계 계산이 적절한 지 판단하기 위해 이러한 주장을 테스트 할 것입니다.

두 번째로 흔한 실수는 데이터를 공통 단위로 정규화하는 것을 잊는 것입니다. 두 베타에서 상관 관계 (또는 R- 제곱)를 계산할 경우 해당 단위는 이미 표준화되어 있습니다. 단위는 베타입니다. 그러나 주식 상관 관계를 원할 경우 주가를 변경하지 않고 수익률로 정규화하는 것이 중요합니다. 이는 투자 전문가들조차도 너무 자주 발생합니다.

주가 상관 관계 (또는 R- 제곱)의 경우, 본질적으로 다음과 같은 두 가지 질문을 제기하고 있습니다. 특정 기간 동안의 수익률은 무엇이며, 그 차이는 다른 기간에 대한 다른 증권 분산과 어떤 관련이 있습니까? 같은 기간? 지난 주 529 일간 수익률이 999 %로 변동하는 경우 두 가지 증권의 상관 관계 (R- 제곱)는 높지만, 수익률이 매월

월간 변동하는 경우 낮은 상관 관계가있을 수 있습니다. 지난 52 주. 어느 것이 "더 나은"것인가? 실제로 완벽한 대답은 없으며 시험의 목적에 달려 있습니다. Excel에서 R- 제곱 계산 방법 Excel에서 R 제곱 계산에는 여러 가지 방법이 있습니다. 가장 간단한 방법은 두 개의 데이터 세트를 가져와 내장 된 R 제곱 수식을 사용하는 것입니다. 다른 대안은 상관 관계를 찾아 내고 그것을 정사각형으로 만드는 것입니다. 두 가지 모두 아래에 나와 있습니다.