回归分析效果度量

Posted similarface

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了回归分析效果度量相关的知识,希望对你有一定的参考价值。

 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
Ÿ 观测平均值
Ý 预测值

 

#Y中总的离差平方和

SST=∑(yi-Ÿ)2

#回归平方和

SSR=∑(Ýi-Ÿ)2

#SSE残差平凡和

SSE=∑(yi-Ýi)2

 

在图中关系:

在线性[简单还是多元]回归中有:

SST=SSR+SSE

 

yi=Ý-(yi-Ý)[观测值=拟合值+残差]

yi-Ÿ=(Ý-Ÿ)+(yi-Ý)

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,Ý)]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。

 

以上是关于回归分析效果度量的主要内容,如果未能解决你的问题,请参考以下文章

在用SPSS做一个线性回归分析,结果如图,R方很低,但是显著性都还可以。问题是这个模型预测效果很差。

什么是调整后的R方

回归分析的判定系数等于1是啥原因

用微表格能做回归分析?

Machine Learnign 21 回归项目实例

Machine Learnign 21 回归项目实例