回归分析的基本思想及其初步应用.pptVIP

显然，R2的值越大，说明残差平方和越小，也就是说模型(móxíng)拟合效果越好。 在线性回归模型(móxíng)中，R2表示解析变量对预报变量变化的贡献率。 R2越接近(jiējìn)1，表示回归的效果越好（因为R2越接近(jiējìn)1，表示解释变量和预报变量的 线性相关性越强）。 如果某组数据可能采取几种不同回归方程进行回归分析，则可以通过比较R2的值 来做出选择，即选取R2较大的模型作为这组数据的模型。 总的来说： 相关指数R2是度量模型拟合效果的一种指标。 在线性模型中，它代表自变量刻画预报变量的能力。 我们可以用相关指数R2来刻画回归的效果，其计算公式是 第二十五页，共37页。 1 354 总计 0.36 128.361 残差变量 0.64 225.639 随机误差 比例 平方和 来源 表1-3 从表3-1中可以看出，解释变量对总效应约贡献了64%，即R2 0.64，可以叙述为 “身高解析了64%的体重变化”，而随机误差贡献了剩余的36%。 所以，身高对体重的效应比随机误差的效应大得多。 我们可以用相关指数R2来刻画回归的效果，其计算公式是 第二十六页，共37页。 表3-2列出了女大学生身高和体重(tǐzhòng)的原始数据以及相应的残差数据。 在研究两个变量间的关系(guān xì)时，首先要根据散点图来粗略判断