SSM(Sum of Squares for Model)即模型平方和。模型和baseline(Y的均值),又称为组间平方和
SSE(Sum of Squares for Error)即 残差平方和。反映每个样本各观测值的离散状况,又称为组内平方和或误差项平方和
当然SSM是模型解释出来的,但是残差是模型的误差,所以是模型未能够解释的。
SSM(Sum of Squares for Model)即模型平方和。模型和baseline(Y的均值),又称为组间平方和
SSE(Sum of Squares for Error)即 残差平方和。反映每个样本各观测值的离散状况,又称为组内平方和或误差项平方和
当然SSM是模型解释出来的,但是残差是模型的误差,所以是模型未能够解释的。