A low R2 might well indicate that v

A low R2 might well indicate that variables are poorly measured, that important
variables have been excluded, or that the model has been miss-specified in other ways
(e.g. effects are non-linear or non-additive). But, this does suggest that R2 should
generally be of only secondary interest to us. If a correctly specified model with wellmeasured
variables produces a small R2, then so be it. We should be much more
interested in the determinants of R2 than in R2 itself. And, if we are going to make
comparisons of R2, we should make sure we are doing so correctly. Rather than just
saying R2 differs across groups, times, or variables, we should try to explain why it
differs (and we should definitely avoid misleading statements, such as those which
erroneously imply that a larger R2 is the result of larger structural effects

ผลลัพธ์ (ไทย) 1:

R2 ต่ำอาจแสดงว่า ตัวแปรมีงานวัด ที่สำคัญด้วยตัวแปรถูกแยกออก หรือแบบมีนางสาวระบุในรูปแบบอื่น ๆ(เช่นผลกระทบได้ไม่ใช่เชิงเส้น หรือไม่การบวก) แต่ นี้แนะนำว่า R2 ควรโดยทั่วไปมีเฉพาะรองสนใจเรา ถ้าแบบจำลองที่ระบุอย่างถูกต้องกับ wellmeasuredตัวแปรสร้าง R2 เล็ก แล้วดังนั้น ไม่ว่าจะเป็น เราควรมากสนใจดีเทอร์มิแนนต์ของ R2 กว่าใน R2 ตัวเอง และ ถ้าเราจะไปทำเปรียบเทียบของ R2 เราควรตรวจสอบว่า เราทำเพื่อให้ถูกต้อง แทนที่เพียงแค่บอกว่า R2 แตกต่างระหว่างกลุ่ม เวลา หรือตัวแปร เราควรพยายามอธิบายเหตุผลได้แตกต่างกัน (และเราควรหลีกเลี่ยงแน่นอนงบเข้าใจ เช่นที่ตั้งใจเป็นสิทธิ์แบบว่า R2 ใหญ่ผลของลักษณะโครงสร้างใหญ่

ผลลัพธ์ (ไทย) 2:

ต่ำ R2 ดีอาจแสดงให้เห็นว่าตัวแปรที่จะวัดคุณภาพที่สำคัญ
ตัวแปรได้รับการยกเว้นหรือว่ารูปแบบที่ได้รับการพลาดที่ระบุไว้ในรูปแบบอื่น ๆ
(เช่นมีผลกระทบที่ไม่ใช่เชิงเส้นหรือไม่เติมแต่ง) แต่นี้ไม่แนะนำว่าควร R2
โดยทั่วไปเป็นที่สนใจของรองเพียงให้เรา หากรูปแบบที่กำหนดไว้อย่างถูกต้องกับ wellmeasured
ตัวแปรผลิตขนาดเล็ก R2 แล้วดังนั้นไม่ว่าจะเป็น เราควรจะมากขึ้น
สนใจในปัจจัยของ R2 R2 กว่าในตัวเอง และถ้าเราจะทำให้
การเปรียบเทียบของ R2 เราควรจะทำให้แน่ใจว่าเราจะทำเช่นนั้นได้อย่างถูกต้อง มากกว่าแค่
บอก R2 แตกต่างระหว่างกลุ่มครั้งหรือตัวแปรเราควรพยายามที่จะอธิบายว่าทำไมมัน
แตกต่างกัน (และแน่นอนเราควรหลีกเลี่ยงงบทำให้เข้าใจผิดเช่นผู้ที่
ไม่สมควรหมายความว่าขนาดใหญ่ R2 เป็นผลมาจากผลกระทบของโครงสร้างขนาดใหญ่

ผลลัพธ์ (ไทย) 3:

เป็น R2 ต่ำดีอาจชี้ให้เห็นว่าตัวแปรมีงานวัด ว่าตัวแปรสำคัญ
ได้รับการยกเว้น หรือแบบจำลองได้ถูกพลาดที่ระบุไว้ในวิธีการอื่น ๆ ( เช่น ผลเป็นแบบ
หรือปลอดสาร ) แต่นี้ไม่แนะนำให้ R2 ควร
โดยทั่วไปเพียงมัธยมสนใจเรา . ถ้าได้อย่างถูกต้องระบุรุ่นกับ wellmeasured
ตัวแปรสร้าง R2 เล็กก็ให้มันเราควรจะมาก
สนใจกำหนดการใน R2 R2 มากกว่านั่นเอง และถ้าเราจะทํา
เปรียบเทียบของอาร์ทู เราควรจะให้แน่ใจว่า เราจะทำเช่นนั้นได้อย่างถูกต้อง มากกว่าแค่
ว่า R2 แตกต่างในกลุ่ม เวลา หรือ ตัวแปร เราต้องพยายามที่จะอธิบายว่าทำไมมัน
แตกต่าง ( และเราควรจะหลีกเลี่ยงความเข้าใจผิดข้อ เช่น ผู้ซึ่ง
ผลเป็นนัยว่า R2 ขนาดใหญ่ผลผลโครงสร้างขนาดใหญ่