回归方程的拟合优度检验_回归分析的“拟合优度”是什么？
01 拟合优度是什么？
下面言归正传，敲黑板、划重点了啊！
所谓“拟合优度”，是回归分析中用来检验样本数据点聚集在回归线周围的密集程度，用于评价回归方程对样本观测值的拟合程度。
02 拟合优度是怎么来的？
英国统计学家F.Galton研究父亲身高和其成年儿子身高的关系时，从大量的样本观测值的散点图中，天才般地发现了一条贯穿其中的直线，这条直线能够描述父亲和成年儿子身高之间的关系。F.Galton把这种现象叫做“回归”，这条贯穿数据点的线称为“回归线”。
当然，F.Galton还发现，即便父亲身高都相同，他们的成年儿子身高也不尽相同。这就是说：成年儿子身高的差异会受到两个因素的影响：一个是他父亲身高的影响；另一个是其他随机因素的影响。
那么，我们可以这么理解，即“回归方程”中的被解释变量y的各观测值之间的差异，也是由两个方面原因造成的：一是由解释变量x的不同取值造成的；二是由其他随机因素所造成的。
实际上，回归方程所反映的是：解释变量x的不同取值变化对被解释变量y的影响规律，因此其本质上揭示的是上述第一个原因。
统计学上，我们把这个因素引起的y的变差平方和称为“回归平方和”(regression sum of squares,SSR)。
对于由随机因素造成的y的变差平方和称为“剩余平方和”(errors sum of squares,SSE)。
那么，y的总变差平方和(total sum of squares,SST),就等于其“回归平方和”与“剩余平方和”之和。即：
回到拟合优度的问题上，我们就容易理解，当所有样本点都落在回归线上时，回归方程的拟合优度一定是最高的。此时，y的SST只包含SSR部分，没有SSE。
由此可知，在y的SST中，如果SSR所占比例远大于SSE所占比例，换句话说，就是回归方程如果能够解释的变差所占比例较大，那么，这个回归方程的拟合优度就高。
在统计学中，对于一元线性回归方程，通常采用R^(R的平方)统计量来检验拟合优度，这个统计量也称为判定系数。
式中，R^(R的平方)反映了回归方程所能解释的变差比例，其取值在0~1之间，R^(R的平方)越接近1，说明回归方程对于样本数据点的拟合优度越高；反之，R^(R的平方)越接近0，说明回归方程对于样本数据点的拟合优度越低。
当然，上面是一元线性回归方程的拟合优度。对于其他的回归方程肯定有所区别啦！比如，多元线性回归方程的拟合优度，用的是“调整的判定系数”。
公式中，这个n-p-1,n-1是SSE和SST的自由度。实际上，这个调整的判定系数，其实还是拟合优度检验基本思路的体现！
03 拟合优度应该怎么看？
回归方程的拟合优度检验，本质上是一种描述性的刻画，不涉及到对解释变量和被解释变量的总体关系的推断。
那么，对于不同的模型，当然是拟合优度越大越好。但是，反过来问，拟合优度多少可以接受呢？这个不同学科往往有着不同的惯例和标准，有的说在社会学中差不多在0.3左右都很普遍的，也有的说动不动就高达0.9以上的拟合优度让人质疑；而且不同的样本观测值也会得出不同的值，以小编做过的回归分析拟合优度来看，同样的一个模型论文里能达到0.9，而自己才只能达到0.6。不过，总的来说，拟合优度如果超过0.5，那应该不必过于担心了，因为我们不能单纯以拟合优度作为判别模型好坏的标准，更应关注模型设定的合理性。
小伙伴们，对于回归分析，还需要进行回归方程的显著性检验、回归系数的显著性检验以及残差分析等，记住：“拟合优度”很重要，但要是只单单看“拟合优度”这一个指标，则是没有意义的哦！
回归方程的拟合优度检验_回归分析的“拟合优度”是什么？相关推荐
- 回归方程的拟合优度检验_计量经济学第四讲（多元线性回归模型：基本假定，参数估计，统计检验）...
第三章.经典单方程计量经济学模型:多元线性回归模型 3.1多元线性回归模型及其基本假定 3.1.1多元回归模型及其表示 解释变量至少有两个的线性回归模型,一般形式为 如果不作说明, 是不包括常数项的解 ...
- 回归方程的拟合优度检验_拟合优度检验
可决系数 可决系数(coefficient of determination) 如果样本回归线对样本观测值拟合程度越好,各样本观测点与回归线靠得越近,由样本回归做出解释的离差平方和与总离差平方和越相近 ...
- 回归方程的拟合优度检验_可用于判断回归方程的拟合优度.PPT
第9章 相关与回归 9.1 简单线性相关分析 9.2 一元线性回归分析 9.3 多元线性回归与复相关分析 9.4 变量间非线性关系的回归 9.1 简单线性相关分析 一.变量之间的关系 确定性关系.非确 ...
- 回归方程的拟合优度检验_判定一元线性回归方程拟合优度的判定系数R的取值范围...
展开全部 (1)计算残差32313133353236313431303231363533e58685e5aeb931333431353333平方和Q=∑(y-y*)^2和∑y^2,其中,y代表的是实测 ...
- python卡方拟合优度检验_如何使用Python中的科学库执行卡方拟合优度检验？
假设我有一些我凭经验得到的数据: from scipy import stats size = 10000 x = 10 * stats.expon.rvs(size=size) + 0.2 * np ...
- 回归分析检验_回归分析
回归分析检验 Regression analysis is a reliable method in statistics to determine whether a certain variabl ...
- UA MATH566 统计理论 推导卡方拟合优度检验
UA MATH566 统计理论 推导卡方拟合优度检验 卡方拟合优度检验主要是检验categorical data的,假设一共有ddd种category,每一种理论比例为pip_ipi,满足 ∑i=1 ...
- 2×3卡方检验prism_抽样分布之卡方分布02 – 分布拟合优度检验
前一篇说了卡方分布的定义和来由,以及卡方统计量,这次介绍下如何像卡尔·皮尔逊(Karl·Pearson)一样通过卡方统计量来做分布拟合优度检验Goodness-of-fit Test for Dist ...
- 数据分析统计学原理第十二章：多个比例的比较、独立性及拟合优度检验 | 我的统计学原理复习日记
个或多个总体比例的相等性的检验 例子: 三个或多个总体比例相等性的卡方检验的一般步骤 多重比较方法 我们使用卡方检验得到三个汽车车主总体的总体比例不全相等的结论.因此,有些总体比例之间存在差异,而且研 ...
- 应用统计学与R语言实现学习笔记（七）——拟合优度检验
版权声明:本文为博主原创文章,未经博主允许不得转载. https://blog.csdn.net/ESA_DSQ/article/details/71513581 Chapter 7 Goodness ...
最新文章
- POJ - 3417 Network LCA+树上差分
- Java基础知识之泛型全接触
- python字符串、列表和文件对象总结
- win8安装msi出现提示2503 2502的错误代码
- 头条+腾讯 双杀面经（NLP实习）
- Vista开发之旅：微软开发技术20年回顾
- 厉害了！这里藏着通关学霸的秘籍
- C语言指针变量与一维数组
- code forces 436 C. Bus
- 将模型转为NNIE框架支持的wk模型第一步：tensorflow-＞caffe
- docker搭建单节点mongodb
- 注解形式控制器 数据验证，类型转换
- 关于“Fluent UI”或Ribbon Design报道的补充说明
- 智慧农业：各省市粮食产量排名，“鱼米之乡”湖南位居第十
- FCPX插件-20种手绘涂鸦潦草文字标题动画 Sketch Scribble Titles
- echarts 柱状图数值为0时 显示柱体
- 自然语言处理（NLP）—分词-—word2vec
- BM发声，孙宇晨入场，国产公链集体进军DeFi
- 模仿淘宝web扫码登录
- springboot实现几种常见登录(注册)方式