Parabéns, muito bem!!! SQres pode ser observado como a variância em relação ao modelo preditivo. Ao adotarmos um modelo preditivo, modificamos a previsão que anteriormente era uma média simples. Desta forma ao dizer que o modelo explica 87% da variância, podemos entender que ele "Explica", ou "Elimina" a variância do modelo anterior (Média).
Eu estava estudando campo harmonico outro dia encontrei um video seu.. agora fui procurar um video de estatistica e encontrei um videu seu.. haha apesar de assuntos sem nenhuma relacao aparente o mais legal eh que vc eh um cara bem didatico, ambos videos me ajudaram. abs
Excelente vídeo. Único problema é dizer que você está pegado a distância. Sendo bem chato, a distância da reta ao ponto se faz pegando a projeção ortogonal. Isso que está sendo feito é apenas o ∆y , o erro, que não é distância propriamente dita.
Muito bom, muito claro e explicativo. Tenho uma dúvida professor, quero fazer um estudo para avaliação da variação de uma curva. Tenho 'n' amostras desta curva, onde x é uma contagem incremental e y o valor lido/obtido em campo. Posso aplicar o R² para determinar/medir o quão estável ou nível de variação de desta curva? Pq o meu x é apenas o numero de amostras e y é a variável que estou analisando.
Estou utilizando random forest, arvore de decisão e support vector machine, um professor me perguntou porque usar coeficiente R² se as técnicas de marchine learning não são lineares. Disse q não faz sentindo usar R².
Professor, excelente video. So para confirmar, pode-se dizer que a soma dos quadrados dos residuos nada mais é do que a variancia dos residuos? Obrigado!
Parabéns pelo vídeo e pela excelente didática. Tenho uma dúvida: supondo que eu tenha calculado uma função interpoladora horrível, e que tenha gerado um SQRes maior do que o SQTot. Teríamos como resultado um R² negativo, porém eu tenho visto afirmações que definem o R² entre zero e 1. Como interpretar esse resultado negativo?
4 года назад
Sim, pode ficar negativo se for muito ruim. Na prática, modelos quase sempre superam uma estimativa que considerou somente a média, por isso valores negativos nem fazem muito sentido
Parabéns pelo lindo trabalho. Deus te abençoe ricamente. Me inscrevi no curso pago e estou gostando muito. Recomendo a todos.
Que vídeo sensacional! Quanta didática, muito bom, entendi com muita facilidade cada detalhe explicado!
Arrasou! Muito obrigada pela explicação!
sei nem como agradecer por esse vídeo, desse pra frente eu não apanho com força em AM nunca mais kkk, valeu!
Parabéns pela exímia explicação. Super didático, de fácil compreensão. Precisamos de mais professores assim, na área de exatas. Minha gratidão!
Muito obrigada por esta aula, estava precisando mesmo! 👏👍
Rapaz seu conteúdo me ajudou demais, esse coeficiente não entrava na minha cabeça de jeito nenhum e agora tudo está mais claro, seu canal é incrível!
Eu estava com dúvidas sobre esse R2 e aí, no final do vídeo a explicação dele é de ouro. Top
Cara, seu canal é sem dúvida o melhor de estatística que já encontrei. Deveria ser o primeiro! muito obrigado!!!
Parabéns, fiquei matutando uns dias em textos e bibliografias e não entendia nada. Agora sei analisar o R² e o R² adj. Valeu!!!!
Vídeo impecável, didática incrível. Parabéns e obrigada pelo conteúdo.
Muito obrigado, me ajudou muito ❤❤❤❤
Que didática!!!
Parabéns, muito bem!!!
SQres pode ser observado como a variância em relação ao modelo preditivo.
Ao adotarmos um modelo preditivo, modificamos a previsão que anteriormente era uma média simples.
Desta forma ao dizer que o modelo explica 87% da variância, podemos entender que ele "Explica", ou "Elimina" a variância do modelo anterior (Média).
Excelente vídeo, sou da área da saúde e esse vídeo traduziu o assunto pra mim. Me ajudou bastante! Muito obrigado!
Parabéns pelo trabalho.
Finalmente percebi! Muito obrigado, excelente explicação!
Parabéns pela exímia explicação.
Excelente vídeo!!!
Muito bom! Eu so usava o R² nos modelos sem saber pra que servia basicamente... EXCELENTE VIDEO!
Incrível a explicação. Parabéns"
Obrigada pela explicação. Muito didático.
Muito boa a explicação. Parabéns pelo material e didática.
Eu estava estudando campo harmonico outro dia encontrei um video seu.. agora fui procurar um video de estatistica e encontrei um videu seu.. haha apesar de assuntos sem nenhuma relacao aparente o mais legal eh que vc eh um cara bem didatico, ambos videos me ajudaram. abs
Eu tambem! Concordo plenamente! Para mim, descomplicou muito os dois assuntos distintos de forma espetacular. Parabens!
Muito boa explicação. Acho muito importante esse tipo de vídeo explicando o motivo de usar os conceitos.
ótima aula!
Este canal é perfeito. Parabéns pelo seu trabalho.
Muito didático mesmo! Obrigada
Agora sim..entendi. obrigado
Parabéns, me ajudou bastante.
Meu Deus, que didático e inteligente ele é 😍
Cara, ganhou um inscrito! Muito boa explicação
Parabéns pelo canal. Você explica muito bem.
Caraca, muito bem explicado. Valeu !!!
parabens pelo lindo trabalho. eu estava com grande dificuldades em intender essa materia, mas com esse video descomplicou minha vida.
Que video foda, manoo! Didática excelente!
eu fiquei surpreso de vê o cara do descomplicando a musica aqui falando de estatistica, vc é fera demais
Sensacional 👏👏👏
Caaaara, excelente explicação, obrigado demais!
Parabéns pelo video, continue postando aulas assim está ajudando muito no meu MBA !!
Ângelo Negão! Gostei de sua explicação, valeu. Continue postando bons vídeos.
Muito bom!! Grata por compartilhar conosco ❤
Muito bom o seu vídeo, obrigado.
Aula muito simples para a compreensão do conceito, obrigado por isso!
Excelente vídeo. Único problema é dizer que você está pegado a distância. Sendo bem chato, a distância da reta ao ponto se faz pegando a projeção ortogonal. Isso que está sendo feito é apenas o ∆y , o erro, que não é distância propriamente dita.
Dá mais aulas de econometria por favor, principalmente envolvendo o R studio
parabéns mano ! excelente video aula
Muito show
Muito bom. Parabéns!!!
Impecável
Salvou mtooooo
caraio professor, tava dificil achar um conteudo explicando assim, desta forma ficou bom entender, obrigado
Bom usar também com dados
Perfeito
Muito obrigado!
Seu canal vai crescer bem rápido
Dai tu vai assistir uma aula, aprende pra caralho e ainda se apaixona pelo prof kkk parabéns além de lindo ensina muito
Muito obrigado pela ótima explicação. Pode-se gerar o coeficiente de determinação para a correlação de Spearman?
Muito bom! Muito obrigada!
Muito bom gostei muito
muito bom
Excelente!
Muito bom, muito claro e explicativo. Tenho uma dúvida professor, quero fazer um estudo para avaliação da variação de uma curva. Tenho 'n' amostras desta curva, onde x é uma contagem incremental e y o valor lido/obtido em campo. Posso aplicar o R² para determinar/medir o quão estável ou nível de variação de desta curva?
Pq o meu x é apenas o numero de amostras e y é a variável que estou analisando.
Muito bom o video
Muito bom!
Estou utilizando random forest, arvore de decisão e support vector machine, um professor me perguntou porque usar coeficiente R² se as técnicas de marchine learning não são lineares. Disse q não faz sentindo usar R².
Muito bom.
Professor, excelente video. So para confirmar, pode-se dizer que a soma dos quadrados dos residuos nada mais é do que a variancia dos residuos? Obrigado!
Bem didático !! porém uma dúvida, qual a diferença do R de pearson para o R2? Obrigado!
A ret Azul OK. Como encontro a reta verde. As Distancias são tomadas sempre paralelas ao eixo Y , parabéns
deve ser mas simples e objetivo ..
Parabéns pelo vídeo e pela excelente didática.
Tenho uma dúvida: supondo que eu tenha calculado uma função interpoladora horrível, e que tenha gerado um SQRes maior do que o SQTot. Teríamos como resultado um R² negativo, porém eu tenho visto afirmações que definem o R² entre zero e 1. Como interpretar esse resultado negativo?
Sim, pode ficar negativo se for muito ruim. Na prática, modelos quase sempre superam uma estimativa que considerou somente a média, por isso valores negativos nem fazem muito sentido
Qual o nome você daria pra SQ resíduo?
Ola. E o que seria ir²?
calma!!! vai devagar rsrs parabens
Aí já te vi em um canal de música
como assim o SQT é a "var"?
Variância seria SQT/(n-1)
Então se meu R2 der negativo, significa que meu modelo é pior que simplesmente usar a média dos valores
Saca prá car... esse cara! kkk
Muito bom!
Parabéns pela explicação!
Excelente!