R-Squared vs Disesuaikan R-Squared: Tinjauan
R-squared (R 2) dan R-square yang disesuaikan memungkinkan investor untuk mengukur nilai reksa dana terhadap nilai benchmark. Investor juga dapat menggunakan perhitungan ini untuk mengukur portofolio mereka terhadap tolok ukur yang diberikan.
Nilai-nilai ini berkisar antara 0 dan 100. Angka yang dihasilkan tidak menunjukkan seberapa baik kinerja kelompok sekuritas tertentu, dan hanya mengukur seberapa dekat pengembalian dari kepemilikan sejajar dengan orang-orang dari tolok ukur yang diukur.
R-squared — juga dikenal sebagai koefisien determinasi — adalah alat analisis statistik yang digunakan untuk memprediksi hasil investasi di masa depan dan seberapa dekat hal itu selaras dengan model terukur tunggal.
Adjusted R-squared membandingkan korelasi investasi dengan beberapa model yang diukur.
R-Squared
R-squared tidak dapat memverifikasi apakah angka rata-rata koefisien kasar dan prediksinya prasangka. Itu juga tidak menunjukkan apakah model regresi memuaskan; itu dapat menunjukkan angka R-squared untuk model yang baik atau angka R-squared tinggi untuk model yang tidak cocok. Semakin rendah nilai R 2 semakin sedikit dua variabel berkorelasi satu sama lain. Hasil yang lebih tinggi dari 70% biasanya menunjukkan bahwa portofolio mengikuti patokan yang diukur. Nilai R-squared yang lebih tinggi juga menunjukkan keandalan pembacaan beta. Beta mengukur volatilitas sekuritas atau portofolio.
Satu perbedaan utama antara R-kuadrat dan R-kuadrat yang disesuaikan adalah bahwa R 2 mengasumsikan setiap variabel independen — tolok ukur — dalam model menjelaskan variasi dalam variabel dependen — reksa dana atau portofolio. Ini memberikan persentase variasi yang dijelaskan seolah-olah semua variabel independen dalam model mempengaruhi variabel dependen. Di dunia nyata, hubungan satu lawan satu ini jarang terjadi. Di sisi lain, R-squared yang disesuaikan, memberikan persentase variasi yang hanya dijelaskan oleh variabel-variabel independen yang, pada kenyataannya, mempengaruhi variabel dependen.
R-Squared sering digunakan dengan regresi linier statistik untuk memprediksi pergerakan harga saham, tetapi itu hanya salah satu dari banyak indikator teknis yang harus dimiliki pedagang di gudang senjata mereka. Kursus Analisis Teknis Investopedia memberikan tinjauan komprehensif indikator teknis dan pola grafik dengan video on-demand lebih dari lima jam. Anda akan mempelajari semua teknik yang paling populer dan bagaimana menggunakannya di pasar kehidupan nyata untuk memaksimalkan pengembalian yang disesuaikan dengan risiko.
Disesuaikan R-Squared
R-squared yang disesuaikan membandingkan kekuatan deskriptif model regresi — dua atau lebih variabel — yang mencakup beragam variabel independen — yang dikenal sebagai prediktor. Setiap prediktor atau variabel independen, ditambahkan ke model meningkatkan nilai R-squared dan tidak pernah menguranginya. Jadi, model yang menyertakan beberapa prediktor akan mengembalikan nilai R2 yang lebih tinggi dan mungkin tampak lebih cocok. Namun, hasil ini karena itu termasuk lebih banyak persyaratan
R-squared yang disesuaikan mengkompensasi penambahan variabel dan hanya meningkat jika prediktor baru meningkatkan model di atas apa yang akan diperoleh dengan probabilitas. Sebaliknya, itu akan berkurang ketika prediktor meningkatkan model kurang dari apa yang diperkirakan secara kebetulan.
Ketika terlalu sedikit titik data digunakan dalam model statistik itu disebut overfitting. Overfitting dapat mengembalikan nilai R-kuadrat tinggi yang tidak beralasan. Angka yang salah ini dapat menyebabkan penurunan kemampuan untuk memprediksi hasil kinerja. R-squared yang disesuaikan adalah versi modifikasi dari R 2 untuk jumlah prediktor dalam suatu model. R-squared yang disesuaikan dapat menjadi negatif tetapi tidak selalu.
Sementara nilai R-squared antara 0 dan 100 dan menunjukkan hubungan linier dalam sampel data bahkan ketika tidak ada hubungan dasar, R-squared yang disesuaikan memberikan estimasi tingkat hubungan terbaik dalam populasi dasar.
Untuk menunjukkan korelasi model dengan R-squared, pilih model dengan batas tertinggi. Namun, cara terbaik dan termudah untuk membandingkan model adalah memilih model dengan R-squared yang lebih kecil. Adjusted R-squared bukan model khas untuk membandingkan model nonlinear tetapi, sebaliknya, menunjukkan regresi linier berganda.
Pengambilan Kunci
- Salah satu perbedaan utama antara R-kuadrat dan R-kuadrat yang disesuaikan adalah bahwa R-kuadrat mengandaikan bahwa setiap variabel independen dalam model menjelaskan variasi dalam variabel dependen. R-squared yang disesuaikan adalah versi modifikasi dari R-squared untuk jumlah prediktor dalam suatu model.
