Lors de l'exécution d'un modèle de régression multiple dans R, l'une des sorties est une erreur standard résiduelle de 0,0589 sur 95 161 degrés de liberté. Je sais que les 95 161 degrés de liberté sont exprimés par la différence entre le nombre d'observations dans mon échantillon et le nombre de variables dans mon modèle. Quelle est l'erreur standard résiduelle?
regression
standard-error
residuals
ustroetz
la source
la source
Réponses:
Un modèle de régression ajusté utilise les paramètres pour générer des prévisions d'estimation ponctuelles qui sont les moyennes des réponses observées si vous répétiez l'étude avec le mêmeX valeurs un nombre infini de fois (et lorsque le modèle linéaire est vrai). La différence entre ces valeurs prédites et celles utilisées pour ajuster le modèle s'appelle des "résidus" qui, lors de la réplication du processus de collecte de données, possèdent les propriétés des variables aléatoires avec une moyenne de 0.
Les résidus observés sont ensuite utilisés pour estimer ensuite la variabilité de ces valeurs et pour estimer la distribution d'échantillonnage des paramètres. Lorsque l'erreur standard résiduelle est exactement égale à 0, le modèle adapte parfaitement les données (probablement en raison d'un surajustement). S'il est impossible de démontrer que l'erreur-type résiduelle diffère de manière significative de la variabilité de la réponse inconditionnelle, il y a peu de preuves pour suggérer que le modèle linéaire ait une capacité de prédiction.
la source
Supposons que nous ayons la table ANOVA suivante (adaptée de la
example(aov)
commande de R ):Si vous divisez la somme des carrés de toute source de variation (modèle ou résidus) par ses degrés de liberté respectifs, vous obtenez le carré moyen. Particulièrement pour les résidus:
Donc, 76,57 est le carré moyen des résidus, c’est-à-dire la quantité de variation résiduelle (après application du modèle) de votre variable de réponse.
la source
La RSE est expliquée assez clairement dans "Introduction à l’apprentissage statistique".
la source