Как рассчитать sst, ssr и sse в python
Мы часто используем три разные суммы квадратов , чтобы измерить, насколько хорошо линия регрессии соответствует набору данных:
1. Сумма общих квадратов (SST) – сумма квадратов разностей между отдельными точками данных (y i ) и средним значением переменной ответа ( y ).
- SST = Σ(y i – y ) 2
2. Регрессия суммы квадратов (SSR) – сумма квадратов разностей между прогнозируемыми точками данных (ŷ i ) и средним значением переменной ответа ( y ).
- ССР = Σ(ŷ i – y ) 2
3. Ошибка суммы квадратов (SSE) – сумма квадратов разностей между прогнозируемыми точками данных (ŷ i ) и наблюдаемыми точками данных (y i ).
- SSE = Σ(ŷ i – y i ) 2
В следующем пошаговом примере показано, как вычислить каждую из этих метрик для заданной модели регрессии в Python.
Шаг 1. Создайте данные
Во-первых, давайте создадим набор данных, содержащий количество учебных часов и результаты экзаменов, полученные 20 разными студентами данного университета:
import pandas as pd #create pandas DataFrame df = pd. DataFrame ({' hours ': [1, 1, 1, 2, 2, 2, 2, 2, 3, 3, 3, 4, 4, 4, 5, 5, 6, 7, 7, 8], ' score ': [68, 76, 74, 80, 76, 78, 81, 84, 86, 83, 88, 85, 89, 94, 93, 94, 96, 89, 92, 97]}) #view first five rows of DataFrame df. head () hours score 0 1 68 1 1 76 2 1 74 3 2 80 4 2 76
Шаг 2. Подберите регрессионную модель
Далее мы воспользуемся функцией OLS() из библиотеки statsmodels , чтобы подогнать простую модель линейной регрессии, используя оценку в качестве переменной ответа и часы в качестве переменной-предиктора:
import statsmodels. api as sm #define response variable y = df[' score '] #define predictor variable x = df[[' hours ']] #add constant to predictor variables x = sm. add_constant (x) #fit linear regression model model = sm. OLS (y,x). fit ()
Шаг 3. Рассчитайте SST, SSR и SSE.
Наконец, мы можем использовать следующие формулы для расчета значений SST, SSR и SSE модели:
import numpy as np #calculate sse = np. sum ((model. fitted values - df. score ) ** 2) print (sse) 331.07488479262696 #calculate ssr ssr = np. sum ((model. fitted values - df. score . mean ()) ** 2) print (ssr) 917.4751152073725 #calculate sst sst = ssr + sse print (sst) 1248.5499999999995
Метрики оказываются такими:
- Общая сумма квадратов (SST): 1248,55
- Регрессия суммы квадратов (SSR): 917,4751
- Ошибка суммы квадратов (SSE): 331,0749.
Мы можем проверить, что SST = SSR + SSE:
- ССТ = ССР + ССЕ
- 1248,55 = 917,4751 + 331,0749
Дополнительные ресурсы
Вы можете использовать следующие калькуляторы для автоматического расчета SST, SSR и SSE для любой простой линии линейной регрессии:
- Калькулятор ССТ
- RSS-калькулятор
- Калькулятор ЕСС
В следующих руководствах объясняется, как рассчитать SST, SSR и SSE в другом статистическом программном обеспечении: