13.7: 章节关键条款
- a 是 Y 截距的符号
- 有时写成b0,因为在编写理论线性模型β0时,使用理论线性模型来表示总体的系数。
- b 是斜率的符号
- 将经常使用系数这个词来表示斜率,因为它是一个总是在字母 “” 旁边的数字x。 它将像使用样本b1时一样编写,β1将与总体一起使用或在编写理论线性模型时使用。
- 双变量
- 模型中存在两个变量,其中一个是 “原因” 或自变量,另一个是因变量的 “影响”。
- 线性
- 一种获取数据并将其回归为直线方程的模型。
- 多变量
- 使用多个自变量来预测结果的系统或模型。 只能有一个因变量,但对自变量的数量没有限制。
- R2R2 — 确定系数
- 这是一个介于 0 和 1 之间的数字,表示因变量的百分比变异,可以用自变量的变异来解释。 有时由方程计算,R2=SSRSST其中SSR是 “平方和回归”,SST是 “总平方和”。 要报告的适当确定系数应始终首先根据自由度进行调整。
- 残差或 “错误”
- 通过减去计算得出的值y0−ˆy0=e0。 残差的绝对值用于测量 y 的实际值与出现在最佳拟合线上的 y 的估计值之间的垂直距离。
- RR — 相关系数
- 介于 −1 和 1 之间的数字,表示 “” 和 “X” 之间关系的强度和方向Y。 只有当所有标绘点都形成一条完全的直线时,“r” 的值才等于 1 或 −1。
- 误差平方和 (SSE)
- 将所有残差项的平方相加得出的值。 希望在创建模型时这个值非常小。
- X — 自变量
- 这有时会被称为 “预测变量”,因为测量这些值的目的是确定可以预测哪些可能的结果。
- Y — 因变量
- 此外,使用字母 “y” 表示实际值,而ˆy表示预测值或估计值。 预测值将来自将观测到x的 “” 值插入线性模型。