建模笔记——一些统计参数的解释

建模笔记——一些统计参数的解释

以后零零散散的解释以后都会放这种文里
本期参考文献，随手百度没保存，就算了哈哈哈哈

R-squared 和 Adjusted R-squared联系与区别

R-squared（值范围0-1）：描述的输入变量对输出变量的解释程度。在单变量线性回归中R-squared 越大，说明拟合程度越好。
然而只要增加了更多的变量，无论增加的变量是否和输出变量存在关系，则R-squared 要么保持不变，要么增加。
So, 需要adjusted R-squared ,它会对那些增加的且不会改善模型效果的变量增加一个惩罚向。

结论：如果单变量线性回归，则使用 R-squared评估，多变量，则使用adjusted R-squared。

在单变量线性回归中，R-squared和adjusted R-squared是一致的。
另外，如果增加更多无意义的变量，则R-squared 和adjusted R-squared之间的差距会越来越大，Adjusted R-squared会下降。但是如果加入的特征值是显著的，则adjusted R-squared也会上升

S.E of regression

回归系数的标准误差就是它的标准差，统计量的标准差一般叫做标准误差，回归系数的估计其实就是均值估计哦。回归的标准误应该是模型中随机扰动项（误差项