首页 > 代码库 > 回归分析效果度量
回归分析效果度量
问题:做一个简单线性回归和多元线性回归模型,怎么来度量这个模型呢?
回答:
数据符号 | 含义 |
yi | 实际观测值 |
? | 观测平均值 |
Y | 预测值 |
#Y中总的离差平方和
SST=∑(yi-?)2
#回归平方和
SSR=∑(Yi-?)2
#SSE残差平凡和
SSE=∑(yi-Yi)2
在图中关系:
在线性[简单还是多元]回归中有:
SST=SSR+SSE
yi=Y-(yi-Y)[观测值=拟合值+残差]
yi-?=(Y-?)+(yi-Y)
Y的总的离差平方和可以分解成两部分
1.第一部分SSR 它度量了X的作用
2.SSE 它度量了预测的误差
R2=SSR/SST=1-SSE/SST
可以证明:
[Cor(Y,Y)]2=R2
SSE<=SST 故:0<=R2<=1
若R2靠近1,则Y的绝大部分变异可由X解释。
回归分析效果度量
声明:以上内容来自用户投稿及互联网公开渠道收集整理发布,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任,若内容有误或涉及侵权可进行投诉: 投诉/举报 工作人员会在5个工作日内联系你,一经查实,本站将立刻删除涉嫌侵权内容。