项 | 说明 |
---|---|
拟合值 | |
xk | 第 k 个项。每个项都可以是单个预测变量、多项式项或交互作用项。 |
bk | 第 k 个回归系数的估计值 |
项 | 说明 |
---|---|
yi | 观测的第 i 个响应值 |
第 i 个响应拟合值 |
标准化残差也称为“内部 t 化残差”。
项 | 说明 |
---|---|
ei | 第 i 个残差 |
hi | X(X'X)–1X' 的第 i 个对角线元素 |
s2 | 均方误 |
X | 设计矩阵 |
X' | 转置设计矩阵 |
也称为外部 t 化残差。公式为:
此公式的其他表现形式为:
估计第 i 个观测值的模型会从数据集中忽略第 i 个观测值。因此,第 i 个观测值无法对估计值产生影响。每个删后残差均具有学生 t 分布,其中具有 自由度。
项 | 说明 |
---|---|
ei | 第 i 个残差 |
s(i)2 | 未使用第 i 个观测值计算得出的均方误差 |
hi | X(X'X)–1X' 的第 i 个对角线元素 |
n | 观测值个数 |
p | 项数,包括常量 |
SSE | 误差平方和 |
项 | 说明 |
---|---|
整个模型的拟合值(包括整区误差项以及固定项) | |
仅采用固定效应项(而不是整区误差项)的拟合值 |
具有一个预测变量的回归模型中拟合值的标准误为:
具有多个预测变量的回归模型中拟合值的标准误为:
对于加权回归,在公式中包括权重矩阵:
当数据具有测试数据集或 K 折交叉验证时,公式相同。的值 s2 是从培训数据。设计矩阵和重量矩阵也来自训练数据。
项 | 说明 |
---|---|
s2 | mean square error |
n | number of observations |
x0 | new value of the predictor |
mean of the predictor | |
xi | i(序号) 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 |
x0 | transpose of the new vector of predictor values |
X | design matrix |
W | weight matrix |
项 | 说明 |
---|---|
被计算为 MSE(SP) 的子区方差分量 | |
X | 因子、协变量、区组和整区误差项的效应的 n × p 设计矩阵 |
整区方差分量,其在平衡设计中具有以下公式: | |
m | 整区中的子区数 |
Z | 整区指示符的 n × w 矩阵(所有 1 和 0) |
n | 数据行数 |
p | 系数的数量 |
w | 整区数 |
x | 预测变量水平的行向量 |
β 的协方差矩阵 | |
β | 系数向量 |
一组给定预测变量值的估计平均响应将落入的范围。
项 | 说明 |
---|---|
一组给定预测变量值的拟合响应值 | |
α | 类型 I 误差率 |
n | 观测值个数 |
p | 模型参数个数 |
S 2(b) | 系数的方差-协方差矩阵 |
s 2 | 均方误 |
X | 设计矩阵 |
X0 | 给定预测变量值的矢量,具有 1 列和 p 行 |
X'0 | 具有 1 行和 p 列的预测变量值的新矢 量的转 置 |
预测区间是新观测值的拟合响应预计将落入的范围。
项 | 说明 |
---|---|
s(Pred) | |
一组给定预测变量值的拟合响应值 | |
α | 显著性水平 |
n | 观测值个数 |
p | 模型参数个数 |
s 2 | 均方误 |
X | 预测变量矩阵 |
X0 | 给定预测变量值的矢量,具有 1 列和 p 行 |
X'0 | 具有 1 行和 p 列的预测变量值的新矢 量的转 置 |