
| 用語 | 説明 |
|---|---|
![]() | 適合値 |
| xk | k番目の項。各項は1つの予測変数、多項式の項、または交互作用項になり得ます。 |
| bk | k番目の回帰係数の推定値 |
1つの予測変数を持つ回帰モデルにおける適合値の標準誤差:

2つ以上の予測変数を持つ回帰モデルにおける適合値の標準誤差:

重み付け回帰の場合、式に重み行列を含めます。

データにテスト データセットまたは K 折りクロス検証がある場合、数式は同じです。の値 s2はトレーニングデータから。設計マトリックスと重量マトリックスもトレーニングデータから取得されます。
| 用語 | 説明 |
|---|---|
| s1 | mean square error |
| n | number of observations |
| x0 | new value of the predictor |
![]() | mean of the predictor |
| xii | i番目の predictor value |
| x0 | vector of values that produce the fitted values, one for each column in the design matrix, beginning with a 1 for the constant term |
| x 2」と定義されます。0 | transpose of the new vector of predictor values |
| X | design matrix |
| W | weight matrix |

重み付き回帰では、計算式に重みが含まれます。

ここで、tvは両側区間の自由度がvの t 分布の1-α/2分位数です。片側限界の場合、tv は自由度がvのt分布の1-α分位数です。
テストデータセットまたは K分割交差検証を使用する場合、自由度と平均平方誤差は、トレーニングデータセットから得られます。

| 用語 | 説明 |
|---|---|
![]() | fitted value |
![]() | quantile from the t distribution |
![]() | degrees of freedom |
![]() | mean square error |
![]() | leverage for the i番目の observation |
| wi | weight for the i番目の observation |

| 用語 | 説明 |
|---|---|
| yi | i番目に観測された応答値 |
![]() | i番目の応答適合値 |
標準化残差は、「内部的スチューデント化残差」とも呼ばれます。

| 用語 | 説明 |
|---|---|
| ei | i番目の残差 |
| hi | X(X'X)–1X'のi番目の対角要素 |
| s2 | 誤差の平均平方 |
| X | 計画行列 |
| X' | 計画行列の転置 |

重み付き回帰では、式に重みが含まれます。

| 用語 | 説明 |
|---|---|
| ei | i 番目の residual in the validation data set |
| hi | leverage for the i番目の validation row |
| s2 | mean square error for the training data set |
| wi | weight for the i番目の observation in the validation data set |
外部でステューデント化された残差とも呼ばれます。計算式は以下になります。

その他の式は以下になります。

i番目の観測値を推定するモデルは、データセットからi番目の観測値を除外します。従ってi番目の観測値は推定値に影響を与えません。削除された各残差には、
の自由度。
| 用語 | 説明 |
|---|---|
| ei | i番目の残差 |
| s(i)2 | i番目の観測値を使わずに計算された平均平方誤差 |
| hi | X(X'X)–1X'のi番目の対角要素 |
| n | 観測値数 |
| p | 定数項を含む項の数 |
| 残差平方和(SSE) | 誤差の平方和 |