回归分析之判定系数（符号记忆公式）

乡村农夫

已于 2022-06-17 11:26:52 修改

阅读量5.9k

点赞数

分类专栏：数学文章标签：回归机器学习人工智能

于 2021-03-13 01:35:20 首次发布

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/qq_23114283/article/details/114716814

版权

数学专栏收录该内容

11 篇文章

订阅专栏

本文介绍回归分析中用于评估模型拟合度的关键指标，包括误差变异、回归变异、总变异及判定系数等概念。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

估计回归方程式适合度的测量指标。

误差变异 $\large SSE=\sum_{i=1}^{n}(y_{i}-\hat{y})^{2}$

回归变异 $\large SSR=\sum_{i=1}^{n}(\hat{y}-\bar{y})^{2}$

总的变异 $\large SST=\sum_{i=1}^{n}(y_{i}-\bar{y})^{2}$

$\large SST=SSE+SSR$

判定系数 $\large R^{2}=\frac{SSR}{SST}=1-\frac{SSE}{SST}$

SSE的其他表示法： $\large SSE=\sum_{i=1}^{n}(y_{i}-\hat{y})^{2}=\sum_{i=1}^{n}(y_{i}-a-bx_{i})^{2}=S_{yy}-2bS_{xy}+b^{2}S_{xx}=S_{yy}-bS_{xy}=S_{yy}-b^{2}S_{xx}$

$\large S_{xx}=\sum (x_{i}-\bar{x})^{2}=\sum x_{i}^{2}-\frac{(\sum x_{i})^{2}}{n}$

$\large S_{yy}=\sum (y_{i}-\bar{y})^{2}=\sum y_{i}^{2}-\frac{(\sum y_{i})^{2}}{n}$

$\large S_{xy}=\sum (x_{i}-\bar{x})(y_{i}-\bar{y})=\sum x_{i}y_{i}-\frac{(\sum x_{i})(\sum y_{i})}{n}$

$\large b=\frac{S_{xy}}{S_{xx}}, a = \bar{y}-b\bar{x}$

视频链接：统计学第23章迴歸(一)_哔哩哔哩_bilibili

博客等级

码龄10年

141
原创

106
点赞

333
收藏

49
粉丝

关注

私信

热门文章

分类专栏

python 25篇
linux 17篇
C++ 10篇
数学 11篇
操作系统 7篇
工具 5篇
金融 12篇
心情 2篇
macOS 1篇
素数 6篇
英语 1篇
机器学习 6篇
visual stadio 2篇
vis
物理 1篇
github 1篇
算法 10篇
BUG 1篇
MvJson 1篇
数据库 8篇
考研 5篇

最新评论

python Dataframe按条件删除某行，删除某列
Raandom: 删除所有数值小于1000 的所有列怎么做啊
docker 安装各种工具
普通网友: 引领技术潮流，是不可多得的好文，十分值得借鉴和参考。期待博主未来能够持续分享更多好文【我也写了一些相关领域的文章，希望能够得到博主的指导，共同进步！】
docker 安装各种工具
普通网友: 干货满满，实用性强，博主的写作风格简洁明了，让人一目了然。文章涵盖了很多实用的知识点。【我也写了一些相关领域的文章，希望能够得到博主的指导，共同进步！】
docker 安装各种工具
普通网友: 这篇文章真是一篇佳作!作者运用了生动有趣的语言,将枯燥的理论知识娓娓道来,让人如沐春风。【我也写了一些相关领域的文章，希望能够得到博主的指导，共同进步！】
pip临时使用清华镜像
CSDN-Ada助手: 哇, 你的文章质量真不错，值得学习！不过这么高质量的文章, 还值得进一步提升, 以下的改进点你可以参考下: (1)增加除了各种控件外，文章正文的字数；(2)增加条理清晰的目录；(3)提升标题与正文的相关性。

大家在看

最新文章

目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。