ESS、RSS、TSS

 

回归平方和 ESS，残差平方和 RSS，总体平方和 TSS

残差平方和越小，自变量与因变量之间的相关性越好

 

 

 

• 总变差（TSS）：被解释变量Y的观测值与其平均值的离差平
  方和（总平方和）(说明 Y 的总变动程度）

• 解释了的变差（ESS）：被解释变量Y的估计值与其平均值的
  离差平方和（回归平方和）

• 剩余平方和（RSS）：被解释变量观测值与估计值之差的平方
  和（未解释的平方和）

• 他们的关系是TSS=RSS+ESS

• TSS: Total Sum of Squares 总离差平方和/总平方和

• ESS: Explained Sum of Squares 回归平方和/解释平方和

• RSS: Residual Sum of Squares 残差平方和

  

 

回归平方和：ESS，残差平方和：RSS，总体平方和：TSS。

1、回归平方和，是反映自变量与因变量之间的相关程度的偏差平方和。用回归方程或回归线来描述变量之间的统计关系时，实验值yi与按回归线预测的值Yi并不一定完全一致。

2、残差平方和是在线性模型中衡量模型拟合程度的一个量，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。

3、总体平方和是被解释变量Y的观测值与其平均值的离差平方和（总平方和）(说明 Y 的总变动程度）