ISummaryStatistics.AdjR2

Синтаксис Fore

AdjR2: Double;

Синтаксис Fore.NET

AdjR2: double;

Описание

Свойство AdjR2 возвращает скорректированный коэффициент детерминации.

Пример Fore

Для выполнения примера добавьте ссылку на системную сборку «Stat».

Sub UserProc;
Var
    LinearR: SmLinearRegress;
    can, fr: Array[9] Of Double;
    res, i: Integer;
    Con: IIntercept;
    ss: ISummaryStatistics;
Begin
    LinearR := New SmLinearRegress.Create;
    For i := 0 To 8 Do
        can[i] := 1230 + i * 302;
        fr[i] := 579.5 + i * 9.4;
    End For;
    // Задаем параметры модели
    LinearR.Explained.Value := can;
    LinearR.Explanatories.Add.Value := fr;
    Con := LinearR.ModelCoefficients.Intercept;
    con.Mode := InterceptMode.ManualEstimate;
    con.Estimate := 35.7;
    // Выполняем расчёт
    res := LinearR.Execute;
    ss := LinearR.SummaryStatistics;
    Debug.Write("Скорректированный коэффициент детерминации: ");
    Debug.WriteLine(ss.AdjR2);
    Debug.Write("Скорректированный коэффициент детерминации (нецентрированный): ");
    Debug.WriteLine(ss.AdjR2_2);
    Debug.Write("Информационный критерий Акаике: ");
    Debug.WriteLine(ss.AIC);
    Debug.Write("Среднее логарирфма функции правдоподобия: ");
    Debug.WriteLine(ss.AvgLogL);
End Sub UserProc;

В результате выполнения примера в окно консоли будут выведены статистические характеристики:

Скорректированный коэффициент детерминации;
Скорректированный коэффициент детерминации (нецентрированный);
Информационный критерий Акаике;
Среднее логарифма функции правдоподобия.

Пример Fore.NET

Необходимые требования и результат выполнения примера Fore.NET совпадают с примером Fore.

Imports Prognoz.Platform.Interop.Stat;
…
Public Shared Sub Main(Params: StartParams);
Var
    LinearR: SmLinearRegress;
    can, fr: Array[9] Of Double;
    res, i: Integer;
    Con: IIntercept;
    ss: ISummaryStatistics;
Begin
    LinearR := New SmLinearRegress.Create();
    For i := 0 To 8 Do
        can[i] := 1230 + i * 302;
        fr[i] := 579.5 + i * 9.4;
    End For;
    // Задаем параметры модели
    LinearR.Explained.Value := can;
    LinearR.Explanatories.Add().Value := fr;
    Con := LinearR.ModelCoefficients.Intercept;
    con.Mode := InterceptMode.imManualEstimate;
    con.Estimate := 35.7;
    // Выполняем расчёт
    res := LinearR.Execute();
    ss := LinearR.SummaryStatistics;
    System.Diagnostics.Debug.Write("Скорректированный коэффициент детерминации: ");
    System.Diagnostics.Debug.WriteLine(ss.AdjR2);
    System.Diagnostics.Debug.Write("Скорректированный коэффициент детерминации (нецентрированный): ");
    System.Diagnostics.Debug.WriteLine(ss.AdjR2_2);
    System.Diagnostics.Debug.Write("Информационный критерий Акаике: ");
    System.Diagnostics.Debug.WriteLine(ss.AIC);
    System.Diagnostics.Debug.Write("Среднее логарирфма функции правдоподобия: ");
    System.Diagnostics.Debug.WriteLine(ss.AvgLogL);
End Sub;

См. также: