ESS、RSS、TSS

 

回歸平方和 ESS，殘差平方和 RSS，總體平方和 TSS

殘差平方和越小，自變量與因變量之間的相關性越好

 

 

 

• 總變差（TSS）：被解釋變量Y的觀測值與其平均值的離差平
  方和（總平方和）(說明 Y 的總變動程度）

• 解釋了的變差（ESS）：被解釋變量Y的估計值與其平均值的
  離差平方和（回歸平方和）

• 剩余平方和（RSS）：被解釋變量觀測值與估計值之差的平方
  和（未解釋的平方和）

• 他們的關系是TSS=RSS+ESS

• TSS: Total Sum of Squares 總離差平方和/總平方和

• ESS: Explained Sum of Squares 回歸平方和/解釋平方和

• RSS: Residual Sum of Squares 殘差平方和

  

 

回歸平方和：ESS，殘差平方和：RSS，總體平方和：TSS。

1、回歸平方和，是反映自變量與因變量之間的相關程度的偏差平方和。用回歸方程或回歸線來描述變量之間的統計關系時，實驗值yi與按回歸線預測的值Yi並不一定完全一致。

2、殘差平方和是在線性模型中衡量模型擬合程度的一個量，用連續曲線近似地刻畫或比擬平面上離散點組，以表示坐標之間函數關系的一種數據處理方法。

3、總體平方和是被解釋變量Y的觀測值與其平均值的離差平方和（總平方和）(說明 Y 的總變動程度）