2E(e)=0,D(e)=σy=bx+a+e1
线性回归模型:ˆˆˆybxaybxa是的估计值e=y-(bx+a)称为随机误差温故知新一
用心温故ˆˆˆ()niiibyy21=为残差平方和
Q(a,)ˆˆiiieyyii对于样本点(x,y)的随机误差的估计值程称相应残差ˆ
2e残差R2越大模型越好残差平方和越小精确度越高3
相关指数R2n2ii2i=1n2ii=1(y-y)R=1-(y-y)引例:从某大学中随机选出8名女大学生,其身高和体重数据如下表:编号12345678身高165165157170175165155170体重4857505464614359残差(1)求每个点(xi,yi)的残差(2)画出残差的散点图(3)求出相关指数R2,说明身高在多大程度上解释了体重的变化
探求新知-6
382-8-6-4-22468O21346578910编号残差
64,表明女大学生的身高解释了64%的体重变化
②残差点比较均匀地落在(以x轴为中心)水平带状区域内
模型较合适带状区域的宽度越窄,模型拟合精度越高,回归方程的预报精度越高
43210-1-2-3-401002003004005006007008009001000454035302520151050-5010203040506070809010025002000150010005000-500-10000102030405060708090100200150100500-50-100-1500102030405060708090100