回归的均方根误差
1.引言 回归 方法用来估计相应因变量的平均值。当然,实际值与回归估计值是有差异的。差异有多大呢?我们用均方根误差来度量这些差的总的大小;这是本文所要讨论的问题。比如,在健康情况调查的例子中(注1),有411个年龄在18~24岁男青年的身高与体重的资料,散布图见图1,算得: 平均身高≈68英寸,SD≈2.5英寸, 平均体重≈158磅,SD≈25磅, r≈0.36. 图上的某地高63英寸,重205磅。63英寸高是平均数下2SD,所以对于他的体重的回归估计是平均数下 0.36×2个SD,即0.72SD,用磅来表示,是 0.72×25磅=18磅,因此对于A的体重的回归估计是(注2) 158-18=1...
Gespeichert in:
Veröffentlicht in: | 数理统计与管理 1983-08 (4), p.25-30 |
---|---|
1. Verfasser: | |
Format: | Artikel |
Sprache: | chi |
Schlagworte: | |
Online-Zugang: | Volltext |
Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
Zusammenfassung: | 1.引言 回归 方法用来估计相应因变量的平均值。当然,实际值与回归估计值是有差异的。差异有多大呢?我们用均方根误差来度量这些差的总的大小;这是本文所要讨论的问题。比如,在健康情况调查的例子中(注1),有411个年龄在18~24岁男青年的身高与体重的资料,散布图见图1,算得: 平均身高≈68英寸,SD≈2.5英寸, 平均体重≈158磅,SD≈25磅, r≈0.36. 图上的某地高63英寸,重205磅。63英寸高是平均数下2SD,所以对于他的体重的回归估计是平均数下 0.36×2个SD,即0.72SD,用磅来表示,是 0.72×25磅=18磅,因此对于A的体重的回归估计是(注2) 158-18=1 |
---|---|
ISSN: | 1002-1566 |