R Quadrato vs Correlazione: Differenza, Calcolo e Guida Pratica

Immagina di voler prevedere un risultato: quante vendite farai in base alla spesa pubblicitaria, o che voto prenderà uno studente in base alle ore di studio. Istintivamente, cerchiamo una relazione. In statistica, però, dobbiamo essere precisi.

Ci sono due indicatori fondamentali che spesso si confondono: il coefficiente di correlazione (r) e il coefficiente di determinazione (R²). Sembrano simili (e in effetti uno è il quadrato dell’altro nei casi semplici), ma rispondono a due domande molto diverse.

Il primo ci parla della forza e della direzione del legame, il secondo della qualità della nostra previsione.

Capire la differenza è il primo passo per interpretare correttamente qualsiasi modello di regressione ed evitare errori di valutazione comuni.

Coefficiente di Determinazione ([math]R^2[/math]) vs. Correlazione ([math]r[/math])

In statistica, la previsione di un risultato richiede la comprensione di due indicatori chiave: il Coefficiente di Correlazione ([math]r[/math]) e il Coefficiente di Determinazione ([math]R^2[/math]). Mentre [math]r[/math] ci parla della forza e direzione del legame, [math]R^2[/math] misura la qualità della previsione offerta dal modello.

---

1. Il Coefficiente di Determinazione ([math]R^2[/math])

Cos’è [math]R^2[/math]?

[math]R^2[/math] (R-quadro) è una misura statistica che valuta quanto bene un modello di regressione spiega la variabilità della variabile dipendente ([math]y[/math]) usando le variabili indipendenti ([math]x[/math]). Indica la proporzione della varianza totale di [math]y[/math] che è catturata e spiegata dal modello.

Proprietà e Formula

• Intervallo: [math]R^2[/math] è compreso tra [math]0[/math] e [math]1[/math] ([math]0\%[/math] e [math]100\%[/math]).
• [math]R^2 = 0[/math]: Il modello non spiega alcuna variabilità (modello inutile).
• [math]R^2 = 1[/math]: Il modello spiega perfettamente tutta la variabilità (modello ideale).

La formula si basa sulla scomposizione della varianza totale ([math]SS_{\text{tot}}[/math]) in varianza residua (non spiegata, [math]SS_{\text{res}}[/math]):

[math]\displaystyle \begin{aligned}
R^2 = 1 – \frac{SS_{\text{res}}}{SS_{\text{tot}}}
\end{aligned}[/math]

Dove:

• [math]SS_{\text{res}} = \sum (y_i – \hat{y}_i)^2[/math]: La somma dei quadrati degli errori (residui) del modello.
• [math]SS_{\text{tot}} = \sum (y_i – \bar{y})^2[/math]: La varianza totale (la “confusione” iniziale nei dati).

⚠️ Limitazioni Importanti

• Correlazione non è Causa: Un [math]R^2[/math] alto non stabilisce una relazione di causa-effetto.
• Rischio di Overfitting: Nella Regressione Multipla, [math]R^2[/math] aumenta sempre con l’aggiunta di nuove variabili, anche se inutili. Per ovviare, si utilizza l‘R² aggiustato (Adjusted [math]R^2[/math]), che penalizza i modelli inutilmente complessi.

---

2. Esempio Pratico di Calcolo ([math]R^2[/math])

Scenario: Prevedere il Voto ([math]y[/math]) in base alle Ore di studio ([math]x[/math]) con dati realistici.

Dati e Calcoli Intermedi

Media dei voti: [math]\bar{y} = 68.6[/math]

Ore di studio ([math]x[/math])	Voto Osservato ([math]y_i[/math])	Voto Previsto ([math]\hat{y}_i[/math])	Residuo al Quadrato ([math]y_i – \hat{y}_i[/math])[math]^2[/math]	Totale al Quadrato ([math]y_i – \bar{y}[/math])[math]^2[/math]
1	58	60.5	[math]6.25[/math]	[math]112.36[/math]
2	62	65.0	[math]9.00[/math]	[math]43.56[/math]
3	71	69.5	[math]2.25[/math]	[math]5.76[/math]
4	74	74.0	[math]0.00[/math]	[math]29.16[/math]
5	78	78.5	[math]0.25[/math]	[math]88.36[/math]

Somme Totali:

• Somma dei Quadrati Totali: [math]SS_{\text{tot}} = \mathbf{279.2}[/math]
• Somma dei Quadrati Residui: [math]SS_{\text{res}} = \mathbf{17.75}[/math]

Risultato [math]R^2[/math]

[math]\displaystyle \begin{aligned}
R^2 &= 1 – \frac{17.75}{279.2} \\
R^2 &\approx 1 – 0.06357 \\
R^2 &\approx \mathbf{0.9364}
\end{aligned}[/math]

Interpretazione: Circa il 93.6% della variabilità dei voti è spiegata dal modello di regressione basato sulle ore di studio. Il modello è molto efficace nel prevedere i voti.

---

3. Correlazione ([math]r[/math]) vs. Determinazione ([math]R^2[/math])

I due indicatori, pur essendo legati dalla relazione [math]R^2 = r^2[/math] in regressione lineare semplice, rispondono a quesiti diversi.

Caratteristica	Coefficiente di Correlazione ([math]r[/math])	Coefficiente di Determinazione ([math]R^2[/math])
Domanda	Quanto sono legati e in che direzione? (Forza del legame)	Quanto è buona la mia previsione? (Qualità del modello)
Intervallo	[math][-1, +1][/math] (include la direzione)	[math][0, 1][/math] (solo proporzione, sempre positivo)
Direzione	Sì. [math]r>0[/math] (positiva), [math]r<0[/math] (negativa).	No. Non indica se la pendenza è positiva o negativa.
Contesto	Analisi di associazione tra due variabili.	Valutazione del modello di regressione (previsione).
Esempio Numerico	[math]r \approx 0.97[/math]: Forte legame positivo.	[math]R^2 \approx 0.94[/math]: Il modello spiega il 94% della varianza.

Sintesi nell’Uso

• Usa [math]r[/math] per la Relazione: Per stabilire se e come le variabili si muovono insieme.
• Usa [math]R^2[/math] per la Previsione: Per quantificare la percentuale di variabilità che il tuo modello è riuscito a spiegare, misurando l’accuratezza del modello stesso.

Applicazioni e Peculiarità

Professionisti come Data Scientist, Economisti e Marketing Manager utilizzano quotidianamente [math]R^2[/math] per allocare risorse e prendere decisioni. Un [math]R^2[/math] alto in un modello di Marketing Mix, ad esempio, significa che il modello è affidabile per prevedere l’impatto della spesa pubblicitaria futura.

L’esercizio calcolato sopra è potente perché:

1. Quantifica l’Errore: [math]SS_{\text{res}} = 17.75[/math] è l’errore che il modello non è riuscito a eliminare. L’obiettivo statistico è minimizzare questo valore.
2. Misura la Riduzione della Varianza: [math]R^2[/math] confronta l’errore residuo con la variabilità iniziale ([math]SS_{\text{tot}} = 279.2[/math]), traducendo il successo del modello in una percentuale: il 93.6% della “confusione” iniziale è stata “spiegata”.