一文搞懂R(相关系数)与R^2(决定系数) |
您所在的位置:网站首页 › 花束名称和表达的意思一样吗 › 一文搞懂R(相关系数)与R^2(决定系数) |
R与R^2没有关系,就如同标准差与标准误差没有关系一样。 相关系数(R) 定义:变量之间线性相关的度量。分三种, pearson(有秩),spearman(无秩), kendall。 公式:![]() ![]() 公式解释:自变量X和因变量Y的协方差/标准差的乘积。 协方差:两个变量变化是同方向的还是异方向的。X高Y也高,协方差就是正,相反,则是负。为什么要除标准差:标准化。即消除了X和Y自身变化的影响,只讨论两者之间关系。因此,相关系数是一种特殊的协方差。 决定系数(R^2) 定义:对模型进行线性回归后,评价回归模型系数拟合优度。公式:R2=SSR/SST=1-SSE/SST SST (total sum of squares):总平方和SSR (regression sum of squares):回归平方和SSE (error sum of squares) :残差平方和。解释:残差(residual):实际值与观察值之间的差异。 在一组数据中,采用平均值做基线模型(图中黑线) 我们的模型(蓝线)都与这个黑线比较,来判断模型的好坏 var=sum((i-mean)^2) 结论:R^2=81%,因变量Y的81%变化由我们的自变量X来解释。 R^2 的缺陷:当我们人为的向系统中添加过多的自变量,SSE会减少,从而R^2变大。因此通常采用校正R方,惩罚了过多无意义的自变量。 |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |