r-cuadrado versus r-cuadrado ajustado: una visión general
r-cuadrado (r 2 ) y r-cuadrado ajustado permiten al inversor medir el valor de un fondo mutuo contra el valor de un índice de referencia. Los inversores también pueden utilizar este cálculo para medir su cartera frente a un punto de referencia dado.
estos valores oscilan entre 0 y 100. la cifra resultante no indica qué tan bien se está desempeñando un grupo particular de valores, y solo mide qué tan cerca se alinean los rendimientos de las tenencias con los del índice de referencia medido.
r-cuadrado —también conocido como coeficiente de determinación— es una herramienta de análisis estadístico utilizada para predecir el resultado futuro de una inversión y qué tan cerca se alinea con un solo modelo medido.
El r-cuadrado ajustado compara la correlación de la inversión con varios modelos medidos.
R-cuadrado
r-cuadrado no puede verificar si el coeficiente de la cifra aproximada y sus predicciones tienen prejuicios. tampoco muestra si un modelo de regresión es satisfactorio; puede mostrar una figura de r cuadrado para un buen modelo o una figura de alto r cuadrado para un modelo que no se ajusta. cuanto menor es el valor de r 2, menos se correlacionan las dos variables entre sí. Los resultados superiores al 70% generalmente indican que una cartera sigue de cerca el punto de referencia medido. valores r-cuadrados más altos también indican la confiabilidad de las lecturas beta. beta mide la volatilidad de un valor o una cartera.
Una diferencia importante entre r-cuadrado y r-cuadrado ajustado es que r 2 asume que cada variable independiente (punto de referencia) en el modelo explica la variación en la variable dependiente: fondo mutuo o cartera. da el porcentaje de variación explicada como si todas las variables independientes en el modelo afectaran la variable dependiente. En el mundo real, esta relación uno a uno rara vez ocurre. r-cuadrado ajustado, por otro lado, da el porcentaje de variación explicado solo por aquellas variables independientes que, en realidad, afectan la variable dependiente.
r-cuadrado se usa a menudo con regresiones lineales estadísticas para predecir los movimientos del precio de las acciones, pero es solo uno de los muchos indicadores técnicos que los operadores deberían tener en sus arsenales. El curso de análisis técnico de investopedia proporciona una descripción completa de los indicadores técnicos y los patrones de gráficos con más de cinco horas de video a pedido. aprenderá todas las técnicas más populares y cómo usarlas en los mercados de la vida real para maximizar los retornos ajustados al riesgo.
r-cuadrado ajustado
el r cuadrado ajustado compara el poder descriptivo de los modelos de regresión, dos o más variables, que incluyen un número diverso de variables independientes, conocidas como predictores. cada predictor o variable independiente, agregado a un modelo aumenta el valor de r cuadrado y nunca lo disminuye. entonces, un modelo que incluye varios predictores devolverá valores de r2 más altos y puede parecer que se ajusta mejor. sin embargo, este resultado se debe a que incluye más términos.
el r cuadrado ajustado compensa la adición de variables y solo aumenta si el nuevo predictor mejora el modelo por encima de lo que se obtendría por probabilidad. a la inversa, disminuirá cuando un predictor mejore el modelo menos de lo que se predice por casualidad.
cuando se utilizan muy pocos puntos de datos en un modelo estadístico, se denomina sobreajuste. El sobreajuste puede devolver un alto valor de r-cuadrado injustificado. Esta cifra incorrecta puede conducir a una disminución de la capacidad de predecir resultados de rendimiento. el r cuadrado ajustado es una versión modificada de r 2 para el número de predictores en un modelo. el r-cuadrado ajustado puede ser negativo pero no siempre.
mientras que un valor de r al cuadrado entre 0 y 100 y muestra la relación lineal en la muestra de datos, incluso cuando no hay una relación básica, el r cuadrado ajustado proporciona la mejor estimación del grado de relación en la población básica.
Para mostrar la correlación de los modelos con r-cuadrado, elija el modelo con el límite más alto. sin embargo, la mejor y más fácil forma de comparar modelos es seleccionar uno con el r cuadrado ajustado más pequeño. r-cuadrado ajustado no es un modelo típico para comparar modelos no lineales, sino que muestra regresiones lineales múltiples.
conclusiones clave
- Una diferencia importante entre r-cuadrado y el r-cuadrado ajustado es que r-cuadrado supone que cada variable independiente en el modelo explica la variación en la variable dependiente.
- r-cuadrado no puede verificar si el coeficiente de la cifra aproximada y sus predicciones tienen prejuicios.
- el r-cuadrado ajustado es una versión modificada de r-cuadrado para el número de predictores en un modelo.