线性回归中SSE、SSE、SST
SSE,和方差
S
S
E
=
Σ
i
=
1
n
(
y
i
−
y
^
i
)
2
SSE = \Sigma^n_{i=1}(y_i-\hat y_i)^2
SSE=Σi=1n(yi−y^i)2
SSR
S
S
E
=
Σ
i
=
1
n
(
y
^
i
−
y
ˉ
i
)
2
SSE = \Sigma^n_{i=1}(\hat y_i-\bar y_i)^2
SSE=Σi=1n(y^i−yˉi)2
SST
S
S
E
=
Σ
i
=
1
n
(
y
i
−
y
ˉ
i
)
2
SSE = \Sigma^n_{i=1}(y_i-\bar y_i)^2
SSE=Σi=1n(yi−yˉi)2
可以证明
S
S
T
=
S
S
R
+
S
S
E
SST=SSR+SSE
SST=SSR+SSE
可能相关的内容:
相关关系检验
分类中SSW、SSB、SST
SSW
组内平方和
SSB
组间平方和
SST
总平方和
R方的结果为
R
2
=
S
S
B
S
S
T
R^2 = \frac{SSB}{SST}
R2=SSTSSB
可能相关的内容:
聚类效果评价
anova检验