SSR(regression sum of squares)为回归平方和,SSE(error sum of squares)为残差平方和。
回归平方和ESS是总偏差平方和(总离差平方和)TSS与残差平方和之差RSS,ESS= TSS-RSS。
残差平方和是在线性模型中衡量模型拟合程度的一个量,用连续曲线近似地刻画或比拟平面上离散点组,以表示坐标之间函数关系的一种数据处理方法。用解析表达式逼近离散数据的一种方法。
残差平方和RSS具有以下性质
只有常数项没有其他解释变量的回归方程的RSS和TSS相等,其决定系数为0。
增加解释变量必然导致RSS减小。因此,如果想降低RSS,只要在回归方程中尽可能地加入解释变量就能达到目的。
包含常数项全部解释变量的个数K等于样本数n时,RSS为0,决定系数为1。
F检验和t检验之间的关系:在一些场合t检验不仅可以进行双侧检验,也可以进行单侧检验。而F检验没有单侧和双侧的区别。当进行双侧检验的时候两种检验的P值相同。