如何在 Excel 中计算回归的标准误差 | 您所在的位置:网站首页 › 炕的解释 › 如何在 Excel 中计算回归的标准误差 |
如何在 excel 中计算回归的标准误差经过 本杰明·安德森博
7月 26, 2023
指导
0 条评论 我们拟合一个线性回归模型,模型采用以下形式: Y = β 0 + β 1 X + … + β i 其中 ϵ 是独立于 X 的误差项。 无论如何使用X来预测Y的值,模型中总会存在随机误差。 测量这种随机误差的分散性的一种方法是使用回归模型的标准误差,这是一种测量残差ϵ 标准差的方法。 本教程提供了如何在 Excel 中计算回归模型的标准误差的分步示例。 第 1 步:创建数据在此示例中,我们将为 12 名不同的学生创建一个包含以下变量的数据集: 考试成绩学习时间当前班级步骤 2:拟合回归模型接下来,我们将使用考试成绩作为响应变量、学习时间和当前成绩作为预测变量来拟合多元线性回归模型。 为此,请单击顶部功能区的“数据”选项卡,然后单击“数据分析” : 如果此选项不可用,您必须首先加载数据分析工具库。 在出现的窗口中,选择回归。在出现的新窗口中,提供以下信息: 单击“确定”后,将出现回归模型输出: 步骤 3:解释回归标准误差回归模型的标准误差是标准误差旁边的数字: 该特定回归模型的标准误差为2.790029 。 该数字表示实际考试结果与模型预测的考试结果之间的平均距离。 请注意,某些考试结果与预测分数相差超过 2.79 个单位,而其他考试结果则更接近。但是,平均而言,实际考试结果与预测结果之间的距离为2.790029 。 另请注意,回归的标准误差越小表明回归模型更适合数据集。 因此,如果我们将新的回归模型拟合到数据集并获得标准误差(例如4.53) ,则该新模型在预测考试分数方面的效果将不如以前的模型。 其他资源衡量回归模型准确性的另一种常见方法是使用 R 平方。请查看这篇文章,了解使用回归标准误差相对于 R 平方来衡量准确性的好处。 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 添加评论取消回复 |
CopyRight 2018-2019 实验室设备网 版权所有 |