Resposta:
Un R-quadrat indica el grau d'adequació de les dades observades a les dades esperades, però només us proporciona informació sobre la correlació.
Explicació:
Un valor al quadrat R indica quina adequació de les vostres dades observades o de les dades que heu recopilat corresponen a una tendència esperada. Aquest valor us indica la fortalesa de la relació, però, igual que totes les proves estadístiques, no hi ha res que us expliqui la causa de la relació o la seva força.
A l’exemple següent, es pot veure el gràfic de l’esquerra que no té cap relació, com indica el valor al quadrat R baix. El gràfic de la dreta té una relació molt forta, ja que indica el valor al quadrat R de 1. En cap d'aquests gràfics no podem indicar què és el que finalment provoca aquesta relació.
La correlació no significa la causalitat. Els vostres valors de X poden afectar molt bé els vostres valors de Y, però altres factors poden estar en joc o la relació pot ser deguda a l’atzar. Tu pots inferir causalitat, però aquesta és la vostra interpretació i no es pot provar mitjançant proves estadístiques. Tenir un valor al quadrat R alt encara només us indica la força de la relació, però no la seva causa.
Demostrar la causalitat és una tasca molt gran. Si voleu entendre la causalitat, la vostra millor aposta és mitjançant experiments.
Sue té pomes vermelles per valor de 2,30 $ per lliura i pomes verdes amb un valor de 1,90 $ la lliura Quantes lliures de cadascuna hauria de barrejar per obtenir una barreja de 20 lliures per valor de 2,06 $ per lliura?
8 lliures de pomes vermelles 12 lliures de pomes verdes Les "lliures" són la variable amb diferents factors de costos.El paquet total de 20 lliures tindrà un valor de 20 xx 2.06 = 41.20. Els components d'aquest valor són dels dos tipus de poma: 41,20 = 2,30 xx W + 1,90 xx W_g W + G = 20; W_r = 20 - W_g Substituïu-ho a l'equació global: 41,20 = 2,30 xx (20 - W_g) + 1,90 xx W_g Resoldre per W_g: 41.20 = 46 - 2.30 xx W_g + 1.90 xx W_g -4.80 = -0.4 xx W_g; W_g = 12 Resoldre per W_r: W_r = 20 - W_g; W_r = 20 - 12 = 8 CHECK: 41,20 = 2,30 xx Wr + 1,90 xx W 41,20 = 2,30 xx 8 + 1,90 xx 12
El propietari de Snack Shack barreja anacards per valor de 5,75 dòlars per lliura amb cacauets amb un valor de 2,30 dòlars per lliura per obtenir una bossa de mitja lliura per valor de 1,90 dòlars. Quant de cada tipus de nou s’inclou a la motxilla?
5/23 lliures d’anacards, 13/46 lliures de cacauets # Últimament no he estat fent les no data, però m'agraden els fruits secs. Sigui x la quantitat de cajú en lliures, de manera que 1/2 -x és la quantitat de cacauet. Tenim 5,75 x + 2,30 (1/2 -x) = 1,90 575 x + 115 - 230 x = 190 345 x = 75 x = 75/345 = 5/23 lliures d'anacards 1/2-x = 23 / 46- 10/46 = 13/46 lliures de cacauets: 5.75 (5/23) + 2,30 (13/46) = 1,9 quad sqrt #
Què vol dir "correlació vs causalitat" en les estadístiques?
Correlació: dues variables solen variar junts. Per a una correlació positiva, si una variable augmenta, l'altra també augmenta en les dades donades. Causa: una variable provoca els canvis en una altra variable. Diferència significativa: la correlació només podria ser una coincidència. O potser una tercera variable està canviant les dues. Per exemple: hi ha una correlació entre "anar a dormir amb sabates" i "despertar-vos amb mal de cap". Però aquesta relació no és causal, perquè la veritable raó d'aquesta coincidència