如何理解R平方？

如何理解R平方？

1. 公式

$$R^2=\frac{ESS}{TSS}$$

意义：回归平方和在总平方和中所占的百分比，数值越大，模型预测效果越好。

2. 公式解释

• ŷ表示因变量回归值，即预测值
• ȳ表示因变量均值
• $y_i$表示第i个因变量

$$TSS=\sum (y_i-\bar{y}{)}^2$$
TSS等于因变量和因变量均值的离差平方和，衡量因变量本身距离均值的误差程度

$$ESS=\sum (\hat{y}-\bar{y}{)}^2$$
ESS等于预测值和因变量均值的离差平方和，衡量预测值距离均值的误差程度

$$RSS=\sum (y_i-\hat{y}{)}^2$$
RSS等于因变量和预测值的离差平方和，衡量预测值和实际值之间的误差程度。

$$TSS=ESS+RSS$$

名称	关系
TSS	因变量与因变量均值的离差平方和
ESS	预测值与因变量均值的离差平方和
RSS	预测值与实际值均值的离差平方和

3. 结论

简单来说，如果预测准确率100%， 那就没有误差，预测值完全等于被预测的因变量，所以ESS等于TSS，所以R平方等于1。

综上所述，R平方最大为1，R平方越大，预测效果越好。