判定系数也叫作决定系数(coefficient of determination),也称拟合优度,用于表征因变量Y 的变动中有多少可由控制的自变量X 来解释。相关系数的平方即为判定系数。判定系数是建立在回归分析的基础之上的,用于研究一个随机变量对另一个随机变量的解释程度,该值的取值范围为0≤r 2≤1,值越接近1,表明自变量对因变量的解释程度越高,自变量引起的因变量变动占总变动的百分比越高,如图8.15所示。
图8.15 判定系数
在表8.8中,可以得到判定系数r 2=0.710,表明贷款余额对不良贷款的解释程度达71.0%。
判定系数的计算公式如下:
相关系数与判定系数都可以反映变量的相关度,各有各的特点,它们之间的区别如表8.10所示。
表8.10 相关系数与判定系数的区别
例8.2 以表8.4中的数据为例,表8.5是对表8.4中的数据进行初步计算得到的中间结果数据。将表8.5中的数据代入判定系数计算公式,则有
在8.1.2节中得到,该小区的相关系数为98.30%,可以判断该小区的话务量与干扰系数为正相关关系且相关系数接近绝对相关值1,说明小区话务量与干扰系数之间的关系密切;而小区的判定系数r 2 为96.64%,非常接近1,说明该小区的话务量变化导致干扰变化占总变化的96.64%,由此可以判断出该小区存在互调干扰的概率非常大。(www.xing528.com)
如图8.16所示,P1TCEB4小区的话务量与干扰系数呈现负相关关系(话务量低时干扰大,话务量高时干扰低),可以初步判断该小区的干扰并非由互调引起,而可能是外部干扰导致的。
图8.16 P1TCEB4小区的话务量与干扰系数的关系
从理论上说,判定系数可以反映因变量的变化有多少是由自变量引起的,所以更能体现变量间的关系的拟合度,故判定系数的准确度高于相关系数的,需要提高批量定位过程中的准确度时就考虑使用判定系数,这样可以更加准确地定位到问题小区。如图8.17所示,GQWLY23小区的相关系数为90.35%,但判定系数只有81.63%,而且从该小区话务量与干扰系数的趋势来看,只有在话务量较少时干扰系数才与话务量比较相关,而当话务量高于70 Erlang时,干扰系数就保持在4级左右而没有随话务量的波动而波动,这类小区的干扰问题不一定是互调引起的,通过判定系数则能准确地将该小区过滤,避免不必要的优化。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
