全部版块 我的主页
论坛 数据科学与人工智能 数据分析与数据科学 SAS专版
7604 2
2009-03-30

请问大家,估计误差和残差有什么区别。

估计误差是出现在样本回归模型中,           ^ 

                                                         ei=Yi - Yi 

                               ^

  而样本的残差e= y- Y    

   这是老师的ppt中出现的公式,  我没有看懂。

   多谢大家帮忙了 。   谢谢。

二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2015-11-21 20:22:44
   误差与测量有关,误差大小可以衡量测量的准确性,误差越大则表示测量越不准确。误差分为两类:系统误差与随机误差。其中,系统误差与测量方案有关,通过改进测量方案可以避免系统误差。随机误差与观测者,测量工具,被观测物体的性质有关,只能尽量减小,却不能避免。
   残差――与预测有关,残差大小可以衡量预测的准确性。残差越大表示预测越不准确。残差与数据本身的分布特性,回归方程的选择有关。
随机误差项Ut反映除自变量外其他各种微小因素对因变量的影响。它是Y t 与未知的总体回归线之间的纵向距离,是不可直接观测的。
    残差e t 是Yt 与按照回归方程计算的Yt 的差额,它是Yt 与样本回归线之间的纵向距离,当根据样本观测值拟合出样本回归线之后,可以计算et 的具体数值。利用残差可以对随机误差项的方差进行估计。
    随机误差是方程假设的,而残差是原值与拟合值的差。实践中人们经常用残差去估计这个随机误差项。
意义不一样哈,残差一般只的是在计算近似值过程中某一步与真实值得差值,而误差指的的是最终近似值与真实值得差值
残差就是回归所得的估计值与真值(实际值)之间的误差;修正的R square就是剔出了数据量影响后的R2
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2019-6-5 16:52:53
学习学习
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群