如何在 excel 中计算残差平方和
残差是回归模型中观测值与预测值之间的差异。
计算方法如下：
残差 = 观测值 – 预测值
了解回归模型对数据集的拟合程度的一种方法是计算残差平方和，计算公式如下：
残差平方和 = Σ(e i ) 2
金子：
- Σ ：希腊符号，意思是“和”
- e i : 第 i个残基
值越低，模型越适合数据集。
本教程提供了在 Excel 中计算简单线性回归模型和多元线性回归模型的残差平方和的示例。
示例 1：简单线性回归的残差平方和
假设我们在Excel中有以下数据集：
要计算使用 x 作为预测变量、y 作为响应变量的简单线性回归模型的残差平方和，我们可以使用LINEST()函数，该函数使用以下语法：
LINEST(known_ys, [known_xs], [const], [stats])
金子：
- known_ys： y值的范围
- known_sx： x值的范围
- const：是否强制常数b为零。我们将把这个字段留空。
- stats：回归统计列表。我们将澄清这是真的。
下面的截图展示了如何在实际中使用该功能：
回归模型的残差平方和显示在输出第二列的最后一个单元格中。在此示例中，残差平方和为50.75 。
示例 2：多元线性回归的残差平方和
假设我们在Excel中有以下数据集：
同样，我们可以使用 LINEST() 函数来计算模型的残差平方和。
唯一的区别是我们将为known_xs参数指定两列值：
该多元线性回归模型的残差平方和为49.83 。
其他资源
关于作者
本杰明·安德森博
大家好，我是本杰明，一位退休的统计学教授，后来成为 Statorials 的热心教师。 凭借在统计领域的丰富经验和专业知识，我渴望分享我的知识，通过 Statorials 增强学生的能力。了解更多