线性回归方程中的相关系数r(20191224045858).docVIP

精品资料 欢迎下载 精品资料 欢迎下载 线性回归方程中的相关系数 r r= ∑ (Xi-X 的平均数 )(Yi-Y 平均数 )/ 根号下 [ ∑ (Xi-X 平均数 )^2* ∑ (Yi-Y 平均数 )^2] 精品资料 欢迎下载 R2 就是相关系数的平方， 在一元线性方程就直接是因变量自变量的相关系数，多元则是复相关系数判定系数 R^2 也叫拟合优度、可决系数。表达式是  : R^2=ESS/TSS=1-RSS/TSS 该统计量越接近于  1 ，模型的拟合优度越高。 问题：在应用过程中发现，如果在模型中增加一个解释变量，  R2  往往增大 这就给人一个错觉：要使得模型拟合得好，只要增加解释变量即可。 ——但是，现实情况往往是，由增加解释变量个数引起的  R2  的增大与拟合好坏无关，  R2  需 调整。 这就有了调整的拟合优度  : R1^2=1-(RSS/(n-k-1))/(TSS/(n-1)) 在样本容量一定的情况下，增加解释变量必定使得自由度减少，所以调整的思路是  :将残差 平方和与总离差平方和分别除以各自的自由度，以剔除变量个数对拟合优度的影响  : 其中：  n-k-1  为残差平方和的自由度，  n-1  为总体平方和的自由度。 总是来说，调整的判定系数比起判定系数，除去了因为变量个数增加对判定结果的影响。 R = R 接近于