R-quadrado vs. R-quadrado ajustado: uma visão geral
R ao quadrado (R 2) e R ao quadrado ajustado permitem que um investidor mensure o valor de um fundo mútuo com o valor de uma referência. Os investidores também podem usar esse cálculo para medir seu portfólio em relação a um determinado benchmark.
Esses valores variam entre 0 e 100. O número resultante não indica o desempenho de um determinado grupo de valores mobiliários e apenas mede o quanto os retornos das participações estão alinhados com os do benchmark medido.
O quadrado-R - também conhecido como coeficiente de determinação - é uma ferramenta de análise estatística usada para prever o resultado futuro de um investimento e o quanto ele se alinha a um único modelo medido.
O R-quadrado ajustado compara a correlação do investimento com vários modelos medidos.
R-quadrado
O quadrado-R não pode verificar se o valor da estimativa do coeficiente e suas previsões são prejudicados. Também não mostra se um modelo de regressão é satisfatório; ele pode mostrar uma figura ao quadrado R para um bom modelo ou uma figura alta ao quadrado R para um modelo que não se encaixa. Quanto menor o valor do R2, menos as duas variáveis se correlacionam. Resultados acima de 70% geralmente indicam que uma carteira segue de perto o benchmark medido. Valores R ao quadrado mais altos também indicam a confiabilidade das leituras beta. Beta mede a volatilidade de um título ou portfólio.
Uma grande diferença entre o quadrado R e o quadrado ajustado R é que R2 assume que todas as variáveis independentes - benchmark - no modelo explicam a variação na variável dependente - fundo mútuo ou carteira. Ele fornece a porcentagem de variação explicada como se todas as variáveis independentes no modelo afetassem a variável dependente. No mundo real, esse relacionamento individual raramente acontece. O R-quadrado ajustado, por outro lado, fornece a porcentagem de variação explicada apenas pelas variáveis independentes que, na realidade, afetam a variável dependente.
O R-Squared é frequentemente usado com regressões lineares estatísticas para prever os movimentos dos preços das ações, mas é apenas um dos muitos indicadores técnicos que os comerciantes devem ter em seus arsenais. O curso de Análise Técnica da Investopedia fornece uma visão geral abrangente de indicadores técnicos e padrões de gráficos com mais de cinco horas de vídeo sob demanda. Você aprenderá todas as técnicas mais populares e como usá-las nos mercados da vida real para maximizar retornos ajustados ao risco.
Quadrado R ajustado
O R-quadrado ajustado compara o poder descritivo dos modelos de regressão - duas ou mais variáveis - que incluem um número diversificado de variáveis independentes - conhecido como preditor. Todo preditor ou variável independente adicionada a um modelo aumenta o valor do quadrado R e nunca o diminui. Portanto, um modelo que inclui vários preditores retornará valores R2 mais altos e pode parecer um ajuste melhor. No entanto, esse resultado se deve a ele, incluindo mais termos.
O R-quadrado ajustado compensa a adição de variáveis e só aumenta se o novo preditor aprimorar o modelo acima do que seria obtido por probabilidade. Por outro lado, diminuirá quando um preditor melhorar o modelo menos do que o previsto por acaso.
Quando poucos pontos de dados são usados em um modelo estatístico, isso é chamado de ajuste excessivo. A super adaptação pode retornar um valor elevado ao quadrado R injustificado. Esse número incorreto pode levar a uma menor capacidade de prever resultados de desempenho. O quadrado do R ajustado é uma versão modificada do R2 para o número de preditores em um modelo. O R-quadrado ajustado pode ser negativo, mas nem sempre.
Enquanto um valor R ao quadrado entre 0 e 100 e mostra a relação linear na amostra de dados, mesmo quando não há relação básica, o R ajustado ao quadrado fornece a melhor estimativa do grau de relação na população básica.
Para mostrar a correlação de modelos com R ao quadrado, escolha o modelo com o limite mais alto. No entanto, a melhor e mais fácil maneira de comparar modelos é selecionar um com o menor R ajustado ao quadrado. O quadrado R ajustado não é um modelo típico para comparar modelos não lineares, mas mostra regressões lineares múltiplas.
Principais Takeaways
- Uma grande diferença entre o quadrado R e o quadrado R ajustado é que R-quadrado supõe que toda variável independente no modelo explique a variação na variável dependente.R-quadrado não pode verificar se a figura do coeficiente de estimativa e suas previsões são prejudicadas. O quadrado R ajustado é uma versão modificada do quadrado R para o número de preditores em um modelo.
