R² et erreur de prédiction
Comparez les prédictions aux observations en utilisant R² et l'erreur quadratique moyenne.
Vos valeurs
R-squared
R² peut être négatif pour des prédictions médiocres. Ceci ne tient pas compte du nombre de paramètres ajustés.
Comparaison de scénarios
Jusqu'à trois instantanés dans cet onglet. Le chargement d'un instantané remplace les entrées actuelles.
Formule
Utilisez R² = 1−SSE/SST et RMSE = √(SSE/n). SSE représente la somme des carrés des erreurs de prédiction, SST la somme des carrés des écarts des observations par rapport à leur moyenne, et n le nombre d'observations. Une série d'observations constante a un taux de variance expliquée indéfini.
Comparez les prédictions aux observations en utilisant R² et l'erreur quadratique moyenne.
Exemple résolu
- Valeurs observées
- 2, 4, 6
- Valeurs prédites
- 2, 3, 5
- R-squared
- 0,75
- Erreur quadratique moyenne
- 0,816496580928
Portée et limites
R² peut être négatif pour des prédictions médiocres. Ceci ne tient pas compte du nombre de paramètres ajustés.
Les données d'entrée sont vérifiées pour détecter les valeurs manquantes et les plages autorisées. Un résultat hors de la plage numérique finie n'est pas affiché. L'arrondi affecte l'affichage, tandis que le calcul utilise la précision numérique du modèle.
Vérifiez vos unités et vos hypothèses avant de vous fier à un résultat. Modifier une étiquette ne convertit pas une devise ni une unité physique.
Version de la formule.: a6b164ec3731 · Exemple vérifié.: