Остаточная сумма квадратов
Материал из MachineLearning.
(Различия между версиями)
(1 промежуточная версия не показана) | |||
Строка 1: | Строка 1: | ||
== Остаточная сумма квадратов == | == Остаточная сумма квадратов == | ||
- | + | Остаточная сумма квадратов (residual sum of squares, RSS) - это метод оценки разницы между данными и оценочной моделью. Чем меньше разница, тем лучше оценка. | |
<tex>RSS = \sum_{i=1}^n \big(y_i - f(x_i)\big)^2</tex>, | <tex>RSS = \sum_{i=1}^n \big(y_i - f(x_i)\big)^2</tex>, | ||
где i - номер наблюдения. | где i - номер наблюдения. | ||
- | [[Полная сумма квадратов| Полная сумма квадратов (TSS)]] = [[Обусловленная сумма квадратов| Обусловленная сумма квадратов (ESS)]] + | + | [[Полная сумма квадратов| Полная сумма квадратов (TSS)]] = [[Обусловленная сумма квадратов| Обусловленная сумма квадратов (ESS)]] + Остаточная сумма квадратов (RSS) |
+ | |||
+ | == См. также == | ||
+ | * [[Регрессионный анализ]] | ||
+ | * [[Многомерная линейная регрессия]] | ||
+ | * [[Метод наименьших квадратов]] | ||
+ | |||
+ | [[Категория:Регрессионный анализ]] |
Текущая версия
Остаточная сумма квадратов
Остаточная сумма квадратов (residual sum of squares, RSS) - это метод оценки разницы между данными и оценочной моделью. Чем меньше разница, тем лучше оценка.
, где i - номер наблюдения.
Полная сумма квадратов (TSS) = Обусловленная сумма квадратов (ESS) + Остаточная сумма квадратов (RSS)