आर-स्क्वायर्ड बनाम समायोजित आर

आर-स्क्वेर बनाम एडजस्टेड आर-स्क्वॉयर: एक अवलोकन

आर-स्क्वेर (आर ²) और समायोजित आर-स्क्वायर एक निवेशक को एक बेंचमार्क के मूल्य के खिलाफ म्यूचुअल फंड के मूल्य को मापने की अनुमति देता है। निवेशक इस गणना का उपयोग किसी दिए गए बेंचमार्क के खिलाफ अपने पोर्टफोलियो को मापने के लिए भी कर सकते हैं।

ये मान 0 और 100 के बीच होते हैं। परिणामी आकृति यह नहीं दर्शाती है कि प्रतिभूतियों का एक विशेष समूह कितना अच्छा प्रदर्शन कर रहा है, और यह केवल मापता है कि होल्डिंग्स से रिटर्न कितनी बारीकी से मापा बेंचमार्क के साथ संरेखित करता है।

आर-स्क्वेरड - जिसे निर्धारण के गुणांक के रूप में भी जाना जाता है - एक सांख्यिकीय विश्लेषण उपकरण है जिसका उपयोग निवेश के भविष्य के परिणाम की भविष्यवाणी करने के लिए किया जाता है और यह एक मापा मॉडल के साथ कितनी निकटता रखता है।

समायोजित आर-स्क्वेर्ड निवेश के सहसंबंध की तुलना कई मापित मॉडलों से करता है।

R-squared

आर-स्क्वेर यह सत्यापित नहीं कर सकता है कि गुणांक बॉलपार्क आंकड़ा और इसकी भविष्यवाणियां पूर्वाग्रहित हैं या नहीं। यह भी नहीं दिखाता है कि क्या प्रतिगमन मॉडल संतोषजनक है; यह एक अच्छे मॉडल के लिए R-squared आंकड़ा या एक मॉडल के लिए एक उच्च R-squared आंकड़ा दिखा सकता है जो फिट नहीं है। R ² का मूल्य जितना कम होगा, दो चर एक दूसरे से संबंधित होंगे। 70% से अधिक परिणाम आमतौर पर संकेत मिलता है कि एक पोर्टफोलियो मापा बेंचमार्क का बारीकी से अनुसरण करता है। उच्च आर-स्क्वेर्ड मान भी बीटा रीडिंग की विश्वसनीयता का संकेत देते हैं। बीटा सुरक्षा या पोर्टफोलियो की अस्थिरता को मापता है।

R-squared और समायोजित R-squared के बीच एक बड़ा अंतर यह है कि R ² मॉडल में प्रत्येक स्वतंत्र चर-बेंचमार्क को मानता है - निर्भर चर-म्यूचुअल फंड या पोर्टफोलियो में भिन्नता को स्पष्ट करता है। यह स्पष्ट रूप से भिन्नता का प्रतिशत देता है जैसे कि मॉडल में सभी स्वतंत्र चर निर्भर चर को प्रभावित करते हैं। वास्तविक दुनिया में, यह एक-से-एक संबंध शायद ही कभी होता है। दूसरी ओर समायोजित आर-वर्ग, केवल उन्हीं स्वतंत्र चर द्वारा समझाया गया भिन्नता का प्रतिशत देता है, जो वास्तव में, आश्रित चर को प्रभावित करते हैं।

स्टॉक-स्क्वॉड मूवमेंट्स का अनुमान लगाने के लिए आर-स्क्वेरड का उपयोग अक्सर सांख्यिकीय रेखीय रजिस्टरों के साथ किया जाता है, लेकिन यह कई तकनीकी संकेतकों में से एक है जो व्यापारियों को अपने शस्त्रागार में होना चाहिए। इन्वेस्टोपेडिया के टेक्निकल एनालिसिस कोर्स में पांच घंटे के ऑन-डिमांड वीडियो के साथ तकनीकी संकेतकों और चार्ट पैटर्न का एक व्यापक अवलोकन प्रदान किया जाता है। आप सभी सबसे लोकप्रिय तकनीकों को सीखेंगे और जोखिम-समायोजित रिटर्न को अधिकतम करने के लिए वास्तविक जीवन के बाजारों में उनका उपयोग कैसे करें।

समायोजित R- चुकता

समायोजित आर-स्क्वेर प्रतिगमन मॉडल की वर्णनात्मक शक्ति की तुलना करता है - दो या अधिक चर- जिसमें एक विविध संख्या शामिल है जिसमें स्वतंत्र चर - एक भविष्यवक्ता के रूप में जाना जाता है। प्रत्येक भविष्यवक्ता या स्वतंत्र चर, एक मॉडल में जोड़ा गया आर-चुकता मूल्य बढ़ाता है और इसे कभी कम नहीं करता है। तो, एक मॉडल जिसमें कई भविष्यवक्ता शामिल हैं वे उच्च आर 2 मान लौटाएंगे और एक बेहतर फिट लग सकते हैं। हालांकि, यह परिणाम अधिक शर्तों सहित इसके कारण है।

समायोजित आर-स्क्वेर चर के अलावा के लिए क्षतिपूर्ति करता है और केवल तभी बढ़ता है जब नया भविष्यवक्ता मॉडल को बढ़ाता है जो प्रायिकता द्वारा प्राप्त किया जाएगा। इसके विपरीत, यह तब घट जाएगा जब एक भविष्यवक्ता मॉडल को उस स्थिति से बेहतर बनाता है जो संयोग से अनुमानित है।

जब सांख्यिकीय मॉडल में बहुत कम डेटा बिंदुओं का उपयोग किया जाता है, तो इसे ओवरफिटिंग कहा जाता है। ओवरफ़िटिंग एक अनुचित उच्च आर-स्क्वेर मान वापस कर सकता है। यह गलत आंकड़ा प्रदर्शन परिणामों की भविष्यवाणी करने की क्षमता को कम कर सकता है। समायोजित आर-वर्ग एक मॉडल में भविष्यवक्ताओं की संख्या के लिए आर ² का एक संशोधित संस्करण है। समायोजित आर-वर्ग नकारात्मक हो सकता है लेकिन हमेशा नहीं होता है।

जबकि 0 और 100 के बीच एक आर-स्क्वेर मूल्य, और बुनियादी संबंध नहीं होने पर भी डेटा के नमूने में रैखिक संबंध दिखाता है, समायोजित आर-स्क्वेर मूल आबादी में रिश्ते की डिग्री का सबसे अच्छा अनुमान देता है।

आर-वर्ग के साथ मॉडल के सहसंबंध को दिखाने के लिए, मॉडल को उच्चतम सीमा के साथ चुनें। हालांकि, मॉडल की तुलना करने का सबसे अच्छा और आसान तरीका, छोटे समायोजित आर-वर्ग के साथ एक का चयन करना है। समायोजित आर-स्क्वेर नॉनलाइनर मॉडल की तुलना करने के लिए एक विशिष्ट मॉडल नहीं है, लेकिन इसके बजाय, कई रैखिक प्रतिगमन दिखाता है।

चाबी छीन लेना

• R-squared और समायोजित R-squared के बीच एक बड़ा अंतर यह है कि R-squared यह मानता है कि मॉडल में प्रत्येक स्वतंत्र चर निर्भर चर में भिन्नता को बताता है। R-चुकता गुणांक ballpark आकृति और इसकी भविष्यवाणियों को पूर्वाग्रहित है कि नहीं सत्यापित कर सकते हैं। समायोजित आर-वर्ग एक मॉडल में भविष्यवक्ताओं की संख्या के लिए आर-वर्ग का एक संशोधित संस्करण है।