Head First Statistics fifteen 相关与回归

本文介绍了相关系数的概念及其作为衡量变量间线性关系强弱的指标的作用,指出相关系数为0是变量独立的必要非充分条件。此外还讨论了误差平方和(SSE)在评估回归模型拟合程度中的应用。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

相关系数为0是两变量独立的必要非充分条件。相关系数反映的是两变量间的线性关系,但是变量间除了线性关系还有其它关系,这时候相关系数就不能作为一种度量了。

相关:散点图呈直线分布。我们可以观察两个变量是否相关,这两个变量为自变量和因变量。有正相关、负相关、不相关。
误差平方和SSE:SSE越小就表示回归方程拟合的越好,也就是说预测的因变量与实际的观察值y的距离和是最小的。
SSE=(yy^)2SSE=∑(y−y^)2
相关系数r就可以计算直线的拟合程度(准确性与相关性强度)。
这里写图片描述
切记样本标准差的修正(分母为n-1)

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值