R语言-偏最小二乘法回归分析评价-求SSR、SSE、SST以及决定系数R2

最新推荐文章于 2025-05-26 11:08:29 发布

转载最新推荐文章于 2025-05-26 11:08:29 发布 · 1.1w 阅读

22 ·

CC 4.0 BY-SA版权

原文链接：http://www.cnblogs.com/qianheng/p/10810791.html

文章标签：

#数据结构与算法 #r语言 #matlab

博客提及入口参数，还给出实际输出rawy和预测输出fity，同时提供了转载链接。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

入口参数

实际输出rawy

预测输出fity

 1 #pls1是使用偏最小二乘法训练好的模型，使用了17个主成分
 2 fity<-pls1[["fitted.values"]][,1,17]
 3 #预测值反标准化
 4 fity<-(fity+3.239)/1.382
 5 #求检测输出的平均值
 6 mean(rawy)->meany
 7 #求回归平方和，SSR-Sum of Squares for Regression
 8 sum((fity-meany)^2)->y_ssr
 9 #求回归残差平方和，SSE-Sum of Squares for Error
10 sum((fity-rawy)^2)->y_sse
11 #求总离差平方和，SST-Sum of Squares for Total
12 y_ssr+y_sse->y_sst
13 #求R2 
14 R2<-y_ssr/y_sst