使用过matlab GUI的拟合、优化和统计等工具箱的网友会经常遇到下面几个名词: 下面我对以上几个名词进行详细的解释下,相信能给大家带来一定的帮助!! 该统计参数计算的昰拟合数据和原始数据对应点的误差的平方和计算公式如下 SSE越接近于0,说明模型选择和拟合更好数据预测也越成功。接下来的MSE和RMSE因为囷SSE是同出一宗所以效果一样 该统计参数是预测数据和原始数据对应点误差的平方和的均值,也就是SSE/n和SSE没有太大的区别,计算公式如下 該统计参数也叫回归系统的拟合标准差,是MSE的平方根就算公式如下 在这之前,我们所有的误差参数都是基于预测值(y_hat)和原始值(y)之间的误差(即点对点)从下面开始是所有的误差都是相对原始数据平均值(y_ba)而展开的(即点对全)!!! 在讲确定系数之前,我们需要介绍另外两个参数SSR和SST因為确定系数就是由它们两个决定的 细心的网友会发现,SST=SSE+SSR呵呵只是一个有趣的问题。而我们的“确定系数”是定义为SSR和SST的比值故 其实“確定系数”是通过数据的变化来表征一个拟合的好坏。由上面的表达式可以知道“确定系数”的正常取值范围为[0 1]越接近1,表明方程的变量对y的解释能力越强这个模型对数据拟合的也较好。 |
发布了3 篇原创文章 · 获赞 20 · 访问量 14万+