sse和ssur有什么区别?

两个都可以用来计算f statistics,只是计算方法不同,区别如下

一、含义不同

1、SSE:残差平方和是在线性模型中衡量模型拟合程度的一个量,用连续曲线近似地刻画或比拟平面上离散点组,以表示坐标之间函数关系的一种数据处理方法。

2、SSR:回归平方和,是反映自变量与因变量之间的相关程度的偏差平方和。用回归方程或回归线来描述变量之间的统计关系时,实验值yi与按回归线预测的值Yi并不一定完全一致。

二、计算方法不同

1、SSE:变量x与y的一组数据对(xₑ,yₑ)(e=1,2,…ə),其中各xₑ是彼此不同的 。

2、SSR:MSR(回归均方误)=RSS/1 MSE(残差均方误)=ESS/n-2,其中n为回归方程式中变量组的个数。

sse和ssur有什么区别?

三、组成不同

1、SSE:只有常数项没有其他解释变量的回归方程的RSS和TSS相等,其决定系数为0。

2、SSR:包含常数项全部解释变量的个数K等于样本数n时,RSS为0,决定系数为1。

参考资料链接:百度百科-回归平方和

参考资料链接:百度百科-残差平方和

标签:sse,ssur,区别