浅谈简单线性回归(Simple linear regression)part2ANOVA

浅谈简单线性回归(Simple linear regression)part2ANOVA

ANOVA(方差分析(Analysis of Variance，简称ANOVA))
目的：用于表达我们的模型有多拟合数据
就是一张表

关于这类表，有个推论:TSS = SSE + RSS
其中,回归平方和：ESS，残差平方和：RSS，总体平方和：TSS。
即总体平方和=回归平方和+误差平方和(总体=预测+误差)

参数说明:

(1) 实验条件，即不同的处理造成的差异，称为组间差异。用变量在各组的均值与总均值之偏差平方和的总和表示，记作SSb，组间自由度dfb。
(2) 随机误差，如测量误差造成的差异或个体间的差异，称为组内差异，用变量在各组的均值与该组内变量值之偏差平方和的总和表示， 记作SSw，组内自由度dfw。
总偏差平方和 SSt = SSb + SSw。
组内SSw、组间SSb除以各自的自由度(组内dfw =n-m，组间dfb=m-1，其中n为样本总数，m为组数)，得到其均方MSw和MSb，一种情况是处理没有作用，即各组样本均来自同一总体，MSb/MSw≈1。另一种情况是处理确实有作用，组间均方是由于误差与不同处理共同导致的结果，即各样本来自不同总体。那么，MSb>>MSw(远远大于)。
MSb/MSw比值构成F分布。用F值与其临界值比较，推断各样本是否来自相同的总体 。

R**2=残差平方和/总体平方和→用于表示模型的拟合度，数值越接近1代表得到的回归方程越好或越适合（模型拟合越好）

SSR即RSS,SST即TSS，其他同理