請問用stata做出的回歸分析中的r2接近1而其他表示擬合效果的值例如RMSE較大,是為什麼?

時間 2021-07-11 00:41:04

1樓:溫暖

統計量的定義與計算公式記清楚就能明白了

R2=ESS/TSS=1-RSS/TSS

R2等於回歸平方和除以總離差平方和,因為總離差平方和等於回歸平方和加上殘差平方和,所以R2公式也是1減去殘差平方和除以總離差平方和。用來衡量擬合程度。越接近1擬合程度越高。

Root MSE 是均方根誤差,等於RSS/n的平方根,也可以用來衡量擬合程度,越小擬合程度越高。

所以R2是個比值,相對量指標,而Root MSE算是個差值,絕對量指標,不能完全在數值上進行相同的要求。

R2大,說明RSS佔TSS 的比例小,你題目中,RSS=33425770,而TSS=160011993,所以像其他幾位的答案說的,可能資料單位太小了,數值很大,所以差值算出來的大,所以可以把資料單位調整一下,或者取對數,計算彈性。而且一元模型,大家知道,大多數情況下兩個經濟上的變數都能相關,R2也就大了。

2樓:郭英男

R2是百分數,SE等數是實際值的平方和。

從圖中常數項的係數為1016.11可以看出你回歸的y資料值相當的大,這樣即使擬合情況較好,擬合值與實際值之差仍舊可能是乙個絕對值較大的數字。

目前這個結果,在你visiter變數為0時,y為1016.11,visiter每增加乙個單位,y增加0.2。

這樣的結果個人感覺已經是可以接受的了。若改變y的數量級,其他資料雖然會變小,但是visiter係數也會跟著變小。

3樓:烏龍PySta

RMSE是均方根誤差

是實際值與擬合值差值的平方和的均值

是乙個絕對量指標,和y的量級有關

而r2是相對指標,與y的量級無關

正在寫的專欄:會計程式猿的筆記

會計程式猿的筆記

回歸分析中的「回歸」是什麼意思?

Liber 對比理解 回歸 vs 分類 機器學習模型的輸出是離散值時 例如布林值0 1 那麼我們將其稱為分類模型 如果輸出是連續值,那麼我們將其稱為回歸模型。 斫去桂婆娑 其實樓上有個講豆子的回答很正確。回歸,regression,原本是生物學裡面的乙個概念。意思是,生物遺傳的結果一定是趨於平均水平...

方差分析和回歸分析的異同是什麼?

你再說一遍 MLR主要擬合線性關係 方差分析是分析每種因素對因變數的影響程度 符號區分 再補一張筆記 和方差分析處的公式有一點區別 指路課本版本 Psycho.杜先生 簡單來說。1 殊途同歸,方差分析處理的自變數的是稱名資料,回歸處理的是 自變數 等距或等比資料。2 方差分析處理的是實驗資料,回歸處...

如何做出漂亮的財務分析報告?

111 一 明確分析目的 要知道財務分析的物件時給誰的,是為了給從領導做匯報的,還是要給業務做資料分析的,要知道財務資料只是各項公司活動的結果而已,要帶著目的去分析。二 定位指標 有了目標就算是找到了圖譜點,財務指標和資料眾多,當然不可能把全部的資料都羅列上去,肯定是有所側重的,選取那些指標進行有所...