可决系数是在拟合回归方程后进一步评价它的解释作用,而回归分析有其具体目的和假定前提。相关系数直接用于相关分析,它只描述变量间协变关系的密切程度,而不问哪个是自变量,哪个是因变量。
(1) X和Y均为随机变量。
(2) X和Y均服从正态分布,两者不必相互独立。
(3) 对于X所有取值,Y值的标准差都相等;对于Y所有取值,X值的标准差也都相等。
这样看来,可决系数和相关系数所描述的问题性质不尽相同。
扩展资料:
可决系数取已解释变差对总变差的比率形式,在运算上有直接的解释意义。相关系数是沿交叉乘积和——协方差——相关系数的思想开发出来的,其最终公式形式不好作直接的解释。尽管如此,在许多应用中,如果两者都可以出现,我们还是更多地注意到r值
在求得可决系数的基础上计算相关系数,方法是将可决系数开平方,至于平方根的符号,则取与回归方程斜率b相同的符号。正是因为存在这样的关系,我们用r2作为可决系数的符号,而没有另用别的字母。
1、可决系数是非负的统计量。可决系数是相关系数的二次幂。因此,也可以在求得可决系数的基础上计算相关系数,方法是将可决系数开平方,至于平方根的符号,则取与回归方程斜率b相同的符号。
2、可决系数的取值范围:0<=R^2<=1
3、可决系数是样本观测值的函数,可决系数R^2是随机抽样而变动的随机变量。为此,对可决系数的统计可靠性也应进行检验。
扩展资料:
可决系数的作用:
可决系数是对模型拟合优度的综合度量。可决系数越大,说明在Y的总变差中由模型做出了解释的部分占的比重越大,模型的拟合优度越高。可决系数越小,说明在Y的总变差仲,有模型解释了的部分占的比重越小,而未被模型做出的解释部分越大,则模型对样本的拟合程度越差。
参考资料来源:百度百科—可决系数
本回答被网友采纳