What value of R-squared should you

What value of R-squared should you report to your boss or client? If you used
regression analysis, then to be perfectly candid you should of course include the Rsquared
for the regression model that was actually fitted--i.e., the fraction of the
variance of the dependent variable that was explained--along with the other details of
your regression analysis, somewhere in your report. However, if the original series is
nonstationary, and if the main goal is to predict the level (rather than the change or the
percent change) of the series, then it is perfectly appropriate to also report an
"effective" R-squared calculated relative to the variance of the original series (deflated
if appropriate), and this number may be the more important number for purposes of
characterizing the predictive power of your model. In such cases, it will often be the
case that most of the predictive power is derived from the history of the dependent
variable (through lags, differences, and/or seasonal adjustment) rather than from
exogenous variables. This is the reason why we spent some time studying the
properties of time series models before tackling regression models.

Results (Thai) 1:

มูลค่าของลอการิทึมที่คุณควรรายงานให้เจ้านายหรือลูกค้าของคุณ ถ้าคุณใช้วิเคราะห์การถดถอย แล้วเป็นอย่างมากคุณจึงควรรวม Rsquared แน่นอนสำหรับการแบบจำลองถดถอยที่เป็นจริง - เช่น เศษของความแปรปรวนของตัวแปรขึ้นอยู่กับที่ได้อธิบาย - พร้อมทั้งรายละเอียดอื่น ๆ ของการวิเคราะห์การถดถอย อยู่ในรายงานของคุณ อย่างไรก็ตาม ถ้าเป็นชุดเดิมnonstationary และ ถ้าเป้าหมายหลักคือการ ทำนายระดับ (แทนที่จะเปลี่ยนแปลงหรือเปอร์เซ็นต์การเปลี่ยนแปลง) ของชุด แล้วเป็นสิ่งที่เหมาะสมไปยังรายงานการ"มีประสิทธิภาพ" ลอการิทึมคำนวณสัมพันธ์กับความแปรปรวนของชุดเดิม (deflatedถ้าเหมาะสม), และหมายเลขนี้อาจเป็นหมายสำคัญสำหรับวัตถุประสงค์ของกำหนดลักษณะของอำนาจคาดการณ์ของแบบจำลองของคุณ ในกรณี มันมักจะเป็นการกรณีที่ส่วนใหญ่ของการคาดการณ์ใช้พลังงานมาจากประวัติของผู้อยู่ในอุปการะตัวแปร (ผ่าน lags แตกต่าง และ/หรือปรับปรุงตามฤดูกาล) แทนจากตัวแปรบ่อย นี่คือเหตุผลที่ทำไมเราใช้เวลาเรียนบางคุณสมบัติของแบบจำลองชุดเวลาก่อนที่จะแก้ปัญหาแบบจำลองถดถอย

Results (Thai) 2:

สิ่งที่มีค่าของ R-squared คุณควรรายงานให้เจ้านายหรือลูกค้าของคุณ? หากคุณใช้การวิเคราะห์การถดถอยแล้วจะสมบูรณ์ตรงไปตรงมาคุณควรแน่นอนรวมถึง Rsquared สำหรับรูปแบบการถดถอยที่ถูกติดตั้งจริง - คือส่วนของความแปรปรวนของตัวแปรตามที่ได้รับการอธิบาย- พร้อมกับรายละเอียดอื่น ๆการวิเคราะห์การถดถอยของคุณอยู่ที่ไหนสักแห่งในรายงานของคุณ แต่ถ้าชุดเดิมคือไม่คงที่และหากเป้าหมายหลักคือการคาดการณ์ระดับ(มากกว่าการเปลี่ยนแปลงหรือการเปลี่ยนแปลงเปอร์เซ็นต์) ของซีรีส์แล้วมันมีความเหมาะสมที่ดีที่สุดที่ยังรายงาน"ผล" R-squared คำนวณญาติ เพื่อความแปรปรวนของชุดเดิม (กิ่วถ้าเหมาะสม) และจำนวนนี้อาจจะเป็นจำนวนที่สำคัญมากขึ้นเพื่อวัตถุประสงค์ในการพัฒนาการอำนาจการทำนายของรูปแบบของคุณ ในกรณีดังกล่าวก็มักจะเป็นกรณีที่ว่าส่วนใหญ่ของอำนาจการทำนายที่ได้มาจากประวัติศาสตร์ของขึ้นอยู่กับตัวแปร(ผ่านการล่าช้า, ความแตกต่างและ / หรือปรับฤดูกาล) มากกว่าจากตัวแปรภายนอก นี่คือเหตุผลว่าทำไมเราใช้เวลาศึกษาที่คุณสมบัติของรูปแบบอนุกรมเวลาก่อนที่จะแก้ปัญหาแบบถดถอย