总偏差平方和:为了把解释变量和随机误差对预报变量的合并效应体现在一数中,统计学上把每个效应的平方加起来,即用 表示总的效应,称为总偏差平方和。
残差平方和:为了明确解释变量和随机误差各产生的效应是多少,统计学上把数据点与它在回归直线上相应位置的差异 称残差,把每个残差的平方后加起来 称为残差平方和,它表示随机误差的效应。
回归平方和
总偏差平方和=回归平方和 + 残差平方和。
残差平方和与总平方和的比值越小,判定系数 r2 的值就越大。
总偏差平方和:为了把解释变量和随机误差对预报变量的合并效应体现在一数中,统计学上把每个效应的平方加起来,即用 表示总的效应,称为总偏差平方和。
残差平方和:为了明确解释变量和随机误差各产生的效应是多少,统计学上把数据点与它在回归直线上相应位置的差异 称残差,把每个残差的平方后加起来 称为残差平方和,它表示随机误差的效应。
回归平方和
总偏差平方和=回归平方和 + 残差平方和。
残差平方和与总平方和的比值越小,判定系数 r2 的值就越大。