Belirtme Katsayısı
Determination Coefficient
Tanım
Regresyon modelinde bağımlı değişkendeki varyansın, bağımsız değişken veya değişkenler tarafından ne kadar oranla açıklanabildiğini gösteren istatistiksel ölçü.
Örnek Vaka / Uygulama
Klinik psikolojide bir araştırmacının, hastaların günlük stres puanlarının (bağımsız değişken) uyku kalitesi üzerindeki (bağımlı değişken) etkisini incelediğini varsayalım. Elde edilen regresyon analizinde $R^2 = 0.64$ olarak bulunmuşsa, bu sonuç uyku kalitesindeki toplam varyansın %64'ünün günlük stres puanları ile açıkladığını, kalan %34'lük kısmın ise modelde yer almayan diğer etkenlerden kaynaklandığını ifade eder.
Derin Analiz
Belirtme katsayısı ($R^2$), doğrusal regresyon analizlerinde modelin veri setine uyum iyiliğini değerlendirmek için kullanılan temel bir istatistiksel metriktir. 0 ile 1 arasında değer alır. 1'e yakın değerler, bağımsız değişkenlerin bağımlı değişkendeki değişimin çok büyük bir kısmını açıkladığını, dolayısıyla modelin öngörü gücünün yüksek olduğunu gösterir. Ancak, çoklu regresyon modellerinde modele eklenen her yeni değişken, açıklanan varyansı suni olarak artırabilir; bu dezavantajı bertaraf etmek için sıklıkla 'Düzeltilmiş Belirtme Katsayısı' (Adjusted $R^2$) tercih edilir. Yüksek bir $R^2$ değeri tek başına nedensellik bağı kurmaz ve modelin varsayımlarının (örneğin homoskedasite, artıkların normalliği) sağlandığı anlamına gelmez.
Etimoloji
Latince 'determinare' (sınırlandırmak, belirlemek) fiilinden türetilen 'coefficient' (birlikte etki eden, katsayı) teriminin birleşiminden oluşur.
Karıştırmayın
Korelasyon katsayısı ($r$) ile sıkça karıştırılır. Korelasyon iki değişken arasındaki doğrusal ilişkinin yönünü ve gücünü ölçerken, belirtme katsayısı ($R^2$) bu ilişkinin varyansın yüzde kaçının ortak olarak paylaşıldığını veya açıklandığını gösterir.