Der Bestimmungskoeffizient ist in der Statistik ein Indikator, der die Qualität einer Vorhersage misst. Je näher dieser Indikator an 1 liegt, desto näher ist das Modell an der Realität.

Bestimmungskoeffizient = 1 - Summe der Abweichungen der Messung mit der quadratischen Vorhersage / Summe der Abweichungen der Messung mit dem quadratischen Mittelwert

wobei R² der Bestimmungskoeffizient ist, y "i" die beobachtete Messung, y "hat i" der vorhergesagte Wert und y "Balken" der Mittelwert

Für die folgenden Zeitreihen:

Das R² ist also wert: 1- ((50² + 30² + 200²) / ((1500-1510) ² + (1230-1500) ² + (1800-1500) ²) = 0,73
Das Vorhersagemodell ist korrekt.

Der Bestimmungskoeffizient wird häufig als R² bezeichnet und seine englische Übersetzung lautet "Bestimmungskoeffizient".

Sales & Marketing Advanced-Abonnement