R-Quadrat-Rechner

Ermitteln Sie R² aus einem Korrelationskoeffizienten.

Ergebnis

0,6400
64,00%

So wird gerechnet

Bei einer einfachen linearen Regression entspricht das Bestimmtheitsmaß dem Quadrat des Korrelationskoeffizienten: R² = r². Geben Sie r ein, einen Wert von −1 bis 1; alles außerhalb dieses Bereichs liefert kein Ergebnis. R² wird als Dezimalzahl mit vier Stellen und als Prozentwert angezeigt. Es ist der Anteil der Variation von y, der durch den linearen Zusammenhang mit x erklärt wird. Weil r quadriert wird, geht das Vorzeichen verloren: r = −0,8 und r = 0,8 ergeben dasselbe R². Diese Abkürzung gilt für einen Prädiktor; bei mehreren Prädiktoren muss R² aus der Regressionsausgabe stammen.

Rechenbeispiel

Die Korrelation zwischen Übungsstunden und Fehlerquote beträgt r = −0,8 (negativ: mehr Übung, weniger Fehler). R² = (−0,8)² = 0,64. Das Tool zeigt 0,6400 bzw. 64,00% an. Etwa 64% der Variation der Fehlerquote werden durch den linearen Zusammenhang mit der Übung erklärt, die übrigen 36% bleiben unerklärt.

Dieses Beispiel ausprobieren →

Häufige Fehler

  • R² in das Feld für r eingeben. Wenn Sie bereits R² = 0,64 haben, beträgt die Korrelation 0,8, nicht 0,64.
  • Erwarten, dass das Vorzeichen von r erhalten bleibt. R² ist nie negativ, die Richtung des Zusammenhangs geht daher verloren.
  • R² als Beleg für Kausalität lesen. Ein hoher Wert zeigt die Anpassungsgüte, nicht, dass x y verursacht.
  • r als Prozentwert (80) statt als Wert von −1 bis 1 eingeben.
  • Es bei einem Modell mit mehreren Prädiktoren oder einer Kurve verwenden, wo R² nicht einfach r² ist.

Quellen

Über diesen Rechner

Dieser Rechner quadriert einen Korrelationskoeffizienten (r), um das Bestimmtheitsmaß (R²) zu erhalten, eine Kennzahl, die ausdrückt, welcher Anteil der Varianz einer Variablen durch ihren linearen Zusammenhang mit einer anderen erklärt wird. Ein R² von 0,81 bedeutet zum Beispiel, dass 81% der Variation der abhängigen Variablen durch die unabhängige Variable erklärt werden, wobei 19% auf andere Faktoren oder Zufall zurückzuführen sind.

Verwendet wird er von Statistikern und Datenanalysten, die beurteilen, wie gut ein lineares Regressionsmodell die beobachteten Daten abbildet, von Forschern, die in einer Arbeit die Stärke eines Zusammenhangs angeben, und von Studierenden in Statistikkursen, die in Hausaufgaben zwischen r und R² umrechnen.

War das hilfreich?

Sie können bis zu 3 Reaktionen auswählen.

Kommentare

  • Schreiben Sie den ersten Kommentar.

Beliebte Rechner

Alle Rechner