RSS: Residual Sum of Squares 残差平方和:用连续曲线近似地刻画或比拟平面上离散点组,以表示坐标之间函数关系的一种数据处理方法。用解析表达式逼近离散数据的一种方法。
TSS: Total Sum of Squares 总离差平方和/总平方和:反映全部数据误差大小的平方和。
ESS: Explained Sum of Squares 回归平方和/解释平方和:反映自变量与因变量之间的相关程度的偏差平方和。
RSS,TSS,ESS的关系是:TSS=RSS+ESS。
扩展资料 :
残差平方和的性质:
性质1 只有常数项没有其他解释变量的回归方程的RSS和TSS相等,其决定系数为0。
性质2 增加解释变量必然导致RSS减小。因此,如果想降低RSS,只要在回归方程中尽可能地加入解释变量就能达到目的。
性质3 包含常数项全部解释变量的个数K等于样本数n时,RSS为0,决定系数为1。
F检验和t检验之间的关系:
在一些场合t检验不仅可以进行双侧检验,也可以进行单侧检验。而F检验没有单侧和双侧的区别。当进行双侧检验的时候两种检验的P值相同。
参考资料来源: