殘差平方和
此條目可参照英語維基百科相應條目来扩充。 (2021年1月4日) |
殘差平方和(英語:Residual sum of squares,縮寫:RSS)在統計學上是指將所有做預測時的誤差值平方加起來得出的數:
它是衡量数据与估计模型之间差异的尺度。较小的残差平方和表示模型能良好地拟合数据。在确定参数和选择模型时,残差平方和是一种最优性准则。通常,总的方差=已经被模型解释了的平方和+残差平方和。
与皮尔逊相关系数的关系
对于两变量x和y, 它们的数据组的均值分别记为 ,则两数据组的皮尔逊相关系数为 ,其中, ; ; .
给定最小二乘回归线方程为 , 其中 ; . 则这时残差平方和可以表示为:
通过皮尔逊相关系数的公式,可以得到 .