निर्धारण के गुणांक, आर स्क्वायर, का उपयोग रेखीय प्रतिगमन सिद्धांत में आंकड़ों के रूप में किया जाता है कि प्रतिगमन समीकरण डेटा को कितनी अच्छी तरह से मापता है। यह R का वर्ग है, सहसंबंध गुणांक, जो हमें आश्रित चर, Y और स्वतंत्र चर X. R के बीच सहसंबंध की डिग्री प्रदान करता है, जो -1 से +1 तक है। यदि R, +1 के बराबर है, तो Y, X के समानुपातिक है, यदि X का मान एक निश्चित डिग्री से बढ़ता है, तो Y का मान उसी डिग्री से बढ़ता है। यदि R -1 के बराबर है, तो Y और X के बीच एक सही नकारात्मक सहसंबंध है। यदि X बढ़ता है, तो Y उसी अनुपात से घट जाएगा। दूसरी ओर यदि R = 0 है, तो X और Y के बीच कोई रैखिक संबंध नहीं है। R चुकता 0 से 1 तक भिन्न होती है। इससे हमें अंदाजा होता है कि हमारा प्रतिगमन समीकरण कितनी अच्छी तरह से डेटा को फिट करता है। यदि R वर्ग 1 के बराबर है, तो हमारी सबसे अच्छी फिट रेखा डेटा के सभी बिंदुओं से होकर गुजरती है, और Y के देखे गए मानों में भिन्नता, X के मूल्यों के साथ इसके संबंध द्वारा बताई गई है। उदाहरण के लिए, यदि हमें R वर्ग मिलता है। .80 का मान तब Y के मूल्यों में भिन्नता का 80% एक्स के देखे गए मूल्यों के साथ अपने रैखिक संबंध द्वारा समझाया गया है।
X और Y के मूल्यों के उत्पादों की राशि की गणना करें, और इसे n "" से गुणा करें। X और Y के मानों के गुणनफल से इस मान को घटाएँ। S1: S1 / n द्वारा इस मान को अंकित करें (? XY) - (? X) (? Y)
X के मानों के वर्गों की राशि की गणना करें, इसे "n, " से गुणा करें और X के मानों के योग के वर्ग से इस मान को घटाएं। इसे P1 द्वारा निरूपित करें: P1 = n (? X2 -)? (X?) 2 P1 का वर्गमूल लीजिए, जिसे हम P1 द्वारा निरूपित करेंगे।
Y के मानों के वर्गों के योग की गणना करें, इसे "n, " से गुणा करें और Y के मानों के योग के वर्ग से इस मान को घटाएं। Q1: Q1 = n (?; Y2) द्वारा इसे निरूपित करें: - (? Y) 2 Q1 का वर्गमूल लीजिए, जिसे हम Q1 से दर्शाएँगे '
P1 'और Q1': R = S1 / (P1 '* Q1') के उत्पाद द्वारा S1 को विभाजित करके R, सहसंबंध गुणांक की गणना करें।
आर के वर्ग को आर 2 प्राप्त करने के लिए लें, निर्धारण का गुणांक।