如果有什么問題和項(xiàng)目作業(yè)關(guān)于R語言，可以微信call我：RunsenLiu

我們經(jīng)常使用三個(gè)不同的平方和值來衡量回歸線與數(shù)據(jù)集的實(shí)際擬合程度：

總平方和 (SST) – 單個(gè)數(shù)據(jù)點(diǎn) (y i ) 與響應(yīng)變量 ( y ) 的平均值之間的平方差之和。

SST = Σ(y i – y ) 2
2. 平方和回歸 (SSR) – 預(yù)測(cè)數(shù)據(jù)點(diǎn) (? i ) 與響應(yīng)變量 ( y ) 的平均值之間的平方差之和。

SSR = Σ(? i – y ) 2
3. 誤差平方和 (SSE) – 預(yù)測(cè)數(shù)據(jù)點(diǎn) (? i ) 和觀測(cè)數(shù)據(jù)點(diǎn) (y i )之間的平方差之和。

SSE = Σ(? i – y i ) 2
以下分步示例顯示了如何為 R 中的給定回歸模型計(jì)算這些指標(biāo)中的每一個(gè)。

第 1 步：創(chuàng)建數(shù)據(jù)
首先，讓我們創(chuàng)建一個(gè)數(shù)據(jù)集，其中包含某所大學(xué) 20 名不同學(xué)生的學(xué)習(xí)小時(shí)數(shù)和考試成績(jī)：

#create data frame df <- data.frame(hour

總結(jié)

以上是生活随笔為你收集整理的如何在 R 中计算 线性模型 SST、SSR 和 SSE的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。