Abstract
Der lader til at være en vis forvirring blandt og uenighed mellem forskellige faggrupper omkring R2–værdien, også kaldet "forklaringsgraden" eller "determinationskoefficienten". Uenigheden omkring brugen og nytten af R2 som et mål til at bekrive en statistisk model optræder ikke kun i gymnasiet: globalt set skaber brugen af R2 tilsvarende gnidninger. Den anvendes rigtig meget i visse miljøer. Man kan imidlertid finde en del fagstatistikere, der vil tænde advarselslampen overfor forskellige over– og fejlfortolkninger af R2–værdien, som det er let at lade sig besnære af, og som mange miljøer uden tvivl gør sig skyldige i engang imellem.
For en fagstatistiker kan det derfor være fristende simpelthen at fraråde brugen af R2 i det hele taget for at undgå, at folk fejlfortolker resultatet og/eller misbruger størrelsen. Med dette indspark håber vi at kunne bidrage til den fælles forståelse for hvad R2 kan og ikke kan gøre for os, og pege på et alternativ, der i mange faglige sammenhænge kunne være en mere direkte størrelse at beregne.
For en fagstatistiker kan det derfor være fristende simpelthen at fraråde brugen af R2 i det hele taget for at undgå, at folk fejlfortolker resultatet og/eller misbruger størrelsen. Med dette indspark håber vi at kunne bidrage til den fælles forståelse for hvad R2 kan og ikke kan gøre for os, og pege på et alternativ, der i mange faglige sammenhænge kunne være en mere direkte størrelse at beregne.
Originalsprog | Engelsk |
---|---|
Tidsskrift | LMFK-Bladet |
Vol/bind | 2017 |
Udgave nummer | 2 |
Sider (fra-til) | 22-31 |
Antal sider | 5 |
ISSN | 0906-0855 |
Status | Udgivet - 2017 |
Udgivet eksternt | Ja |
Emneord
- determinationskoefficient
- forklaringsgrad
- statistisk model
- R² værdi
- fejltolkning