多元线性回归--案例分析及python实践

最新推荐文章于 2024-06-27 04:14:23 发布

kelly_zero

最新推荐文章于 2024-06-27 04:14:23 发布

阅读量6.5k

点赞数 9

分类专栏：统计学基础文章标签：多元回归多元线性回归一元线性回归线性回归

本文链接：https://blog.csdn.net/qq_39284106/article/details/104156844

版权

回归分析--多元回归

介绍一下多元回归分析中的统计量

总观测值 $\large n$
总自变量 $\large k$
自由度：回归自由度 $\large (k)$ ，残差自由度 $\large (n-k-1)$
SST总平方和 $\large SST=\sum \left (y_{i} -\bar{y}\right )^{2}$
SSR回归平方和 $\large SSR=\sum \left (\widehat{y}_{i} -\bar{y}\right )^{2}$
SSE残差平方和 $\large SSE=\sum \left (y_{i} -\widehat{y}_{i}\right )^{2}$
MSR均方回归 $\large MSR=\frac{SSR}{k}$
MSE均方残差 $\large MSE=\frac{SSE}{n-k-1}$
判定系数R_square $\large R^{2}=\frac{SSR}{SST}=\frac{\sum \left (\widehat{y}_{i} -\bar{y}\right )^{2}}{\sum \left (y_{i} -\bar{y}\right )^{2}} = 1-\frac{\sum \left (y_{i} -\widehat{y}_{i}\right )^{2}}{\sum \left (y_{i} -\bar{y}\right )^{2}}$
调整的判定系数Adjusted_R_square $\large R_{a}^{2} = 1-(1-R^{2})(\frac{n-1}{n-k-1})$
复相关系数Multiple_R