[机器学习-数学]什么是ESS/RSS/TSS
发布时间：2023-06-11 12:00
回归平方和 ESS，残差平方和 RSS，总体平方和 TSS
总变差（TSS）：被解释变量Y的观测值与其平均值的离差平
方和（总平方和）(说明 Y 的总变动程度）
解释了的变差（ESS）：被解释变量Y的估计值与其平均值的
离差平方和（回归平方和）
剩余平方和 （RSS）：被解释变量观测值与估计值之差的平方
和（未解释的平方和）
他们的关系是TSS=RSS+ESS
TSS: Total Sum of Squares 总离差平方和/总平方和
![[机器学习-数学]什么是ESS/RSS/TSS_第1张图片](https://img.it610.com/image/info8/a7900ec15b61456aaf6e77750d0971b3.jpg)
其中 y ‾ \overline{y} y被解释变量的平均值， y i y_i yi 被解释变量Y的观测值 也就是真实值
ESS: Explained Sum of Squares 回归平方和/解释平方和
![[机器学习-数学]什么是ESS/RSS/TSS_第2张图片](https://img.it610.com/image/info8/4631d20623b642688e6c12cd7a10ba47.jpg)
其中 y ‾ \overline{y} y被解释变量的平均值， y i ^ \hat{y_i} yi^ 被解释变量Y的估计值
RSS: Residual Sum of Squares 残差平方和
![[机器学习-数学]什么是ESS/RSS/TSS_第3张图片](https://img.it610.com/image/info8/4b5773424da7469dae524e415fce2a40.jpg)
其中 y i y_i yi 被解释变量Y的观测值 也就是真实值 , y i ^ \hat{y_i} yi^ 被解释变量Y的估计值
variance 方差公式
平均值
参考资料来源：百度百科-回归平方和
参考资料来源：百度百科-残差平方和
参考资料来源： 百度百科-方差