Коэффициенты и R²
Зачем это нужно
Результат регрессии — не «магия модели», а два читаемых числа: коэффициенты факторов и R². Уметь их читать — и есть практическая регрессия для менеджера.
Как это работает
Коэффициент показывает, как в модели меняется целевая метрика при изменении фактора на единицу, если остальные факторы зафиксированы. Множественная регрессия (идея) — то же с несколькими факторами сразу. R² — доля разброса целевой метрики, которую объясняет модель: от 0 (ничего) до 1 (всё). R² = 0.05 — модель почти ничего не объясняет, какие бы красивые коэффициенты в ней ни были.
Пример
Коэффициент lessons_completed = 0.02 при целевой retention_30d: каждый урок в модели добавляет 2 п.п. к вероятности остаться. R² = 0.3 — модель объясняет треть разброса удержания.
🧠 Как думает аналитик
Порядок чтения аналитика: знак коэффициента → величина (важна ли практически) → R² (много ли модель вообще объясняет).
🎯 Быстрый вопрос
R² модели равен 0.6. Что это значит?