多元线性回归数据集_多元线性回归函数的检验
假设有原始数据集包含n个数据点,由此拟合了多元线性回归函数拟合之后有以下常用定义: (Sum of Squares for Error 剩余平方和):(也称为,Residual Sum of Squares) (corrected Sum of Squares for Model 回归平方和):(也称为,Sum of Squares for Regression)(...
·

假设有原始数据集
拟合之后有以下常用定义:
-
(Sum of Squares for Error 剩余平方和):
(也称为
,Residual Sum of Squares)
-
(corrected Sum of Squares for Model 回归平方和):
(也称为
,Sum of Squares for Regression)
-
(corrected Sum of Squares Total 总离差平方和):
(
为所有
的均值)
自由度:
在统计学中,自由度指的是计算某一统计量时,取值不受限制的变量个数。
-
自由度
:
(因为有
个数据点减去
个变量限制)
-
自由度
:
(因为有
个变量减去
个
均值限制)
-
自由度
:
(因为在均值确定后,如果知道了其中
个数的值,第
个数的值也就确定了。这里,均值就相当于一个限制条件,由于加了这个限制条件,估计总体方差的自由度为
)
通常认为
调整后的
用于衡量拟合模型整体是否在统计上有意义,其表达式为
求出此值之后可以对比根据显著性水平
用于衡量每个变量是否在统计上有意义,表达式为
求出此值后,可以对比根据显著性水平
参考资料:
https://blog.csdn.net/Jesszen/article/details/80989714blog.csdn.net[图文]第三讲 回归模型检验 - 百度文库wenku.baidu.comF-test for Regressionfacweb.cs.depaul.edu
魔乐社区(Modelers.cn) 是一个中立、公益的人工智能社区,提供人工智能工具、模型、数据的托管、展示与应用协同服务,为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作,由全产业链共同建设、共同运营、共同享有,推动国产AI生态繁荣发展。
更多推荐
所有评论(0)