目的の方法または計算式を選択してください。
R二乗
R2は、決定係数とも言います。
計算式
表記
| 用語 | 説明 |
|---|---|
| yi | i番目の観測された応答値 |
 | 平均応答 |
 | i番目の適合された応答 |
平方和（SS）
平方距離の和。平方和回帰は、モデルで説明される変動量の一部です。平方和誤差は、モデルで説明されない部分であり、誤差に起因します。平方和の合計は、データの変動量の合計です。
計算式
平方和回帰:
平方和誤差:
全体平方和:
表記
| 用語 | 説明 |
|---|---|
| yi | i番目の観測反応値 |
 | i番目の適合された応答 |
 | 平均応答 |
PRESS
予測平方和（PRESS）統計量はモデルの予測能力を評価します。PRESSは、残差平方和に似ており、予測誤差の平方和です。PLSでは、モデルを交差検証する場合にのみPRESSを計算します。
以下のステップでPRESS計算します。
- モデルは、観測値の数と同じ回数だけ再計算され、計算の度に異なる観測値を除外します。それぞれで省略された観測値に対して、Minitabでは、モデルを使用して適合または予測された応答を計算します。
- 観測された応答値から予測値を引きます。観測適合値はモデルから独立しているため、これが正しい予測誤差になります。
- Minitabでは、すべての観測値に対してこの手順が実行され、以下の計算式を使用してPRESSが計算されます。
一般に、PRESSが小さいほど、モデルの適合度は上がります。PRESSは、予測R2を計算するときに使用します。
表記
| 用語 | 説明 |
|---|---|
| yi | 観測された応答値 |
 | 除外された観測値の適合応答 |
| n | 観測値数 |
R二乗（予測）
R2（予測）値に負値が算出される場合がありますが、Minitabでは0を表示します。
表記
| 用語 | 説明 |
|---|---|
| yi | i番目の観測された応答値 |
 | 平均応答 |
| n | 観測値数 |
| ei | i番目の残差 |
| hi | X(X'X)–1X'のi番目の対角要素 |
| X | 計画行列 |
検定R二乗
PLSモデルによって検定データをどの程度予測できるかを示します。検定R2は、応答の変動のうち、検定データセット内の予測変数によって説明される部分を表します。一般に、適合するモデルの検証には検定データを使用しますが、この検定データには元のデータセットと同じ数の予測変数が含まれている必要があります。検定R2は、検定データに各観測値の応答データが含まれている場合にのみ計算できます。検定R2を計算する方法は、以下の計算式を持つR2と同じです。
