R2 e R2 ajustado do modelo
R² (Coeficiente de Determinação)
O R² mede a proporção da variabilidade da variável dependente que é explicada pelo modelo de regressão. Varia de 0 a 1 (ou 0% a 100%), onde:
- R² = 1: O modelo explica toda a variação dos dados.
- R² próximo de 0: O modelo não explica a variação dos dados.
Limitação: Aumenta artificialmente ao adicionar mais variáveis, mesmo que irrelevantes.
R² Ajustado
O R² ajustado corrige a distorção do R² ao penalizar a inclusão de variáveis não significativas. Diferente do R², pode ser negativo se o modelo for muito pobre.
- Fórmula: R² ajustado = 1 - [(1 - R²) * (n - 1) / (n - k - 1)], onde n é o número de observações e k o número de variáveis independentes.
- Vantagem: Compara modelos com números diferentes de variáveis, privilegiando os mais parcimoniosos.
Comparação para Concursos
- R²: Usado para avaliar o poder explicativo geral do modelo.
- R² ajustado: Preferível quando há muitas variáveis ou comparação entre modelos.
- Atenção! Em concursos, questões podem explorar a diferença entre os dois e a interpretação de valores negativos no R² ajustado.