5. Скорректированный коэффициент детерминации:

Пятый инструмент, который мы рассмотрим, - скорректированный коэффициент детерминации (Adjusted R-squared). Это модификация коэффициента детерминации (R2), которая корректирует его значение в зависимости от количества независимых переменных в модели. Это позволяет учитывать количество используемых предикторов и делает интерпретацию R2 более справедливой.

Диапазон значений скорректированного R2 также находится между 0 и 1. Как и в случае с обычным R2, значения близкие к 1 указывают на то, что модель хорошо соответствует данным.

Пример вызова и получения скорректированного R2 на Python может выглядеть так:

import statsmodels.api as sm

# Предположим, что X - это матрица независимых переменных, а y - зависимая переменная
# Мы также добавляем в X столбец из единиц для вычисления свободного члена в модели
X = sm.add_constant(X)
model = sm.OLS(y, X).fit()

# Вычисляем скорректированный R2
adjusted_r2 = model.rsquared_adj

print("Adjusted R-squared:", adjusted_r2)

Этот код выведет значение скорректированного R2 для модели линейной регрессии с использованием библиотеки statsmodels.