Bootstrap

回归标准差和残差平方和的关系_期望、方差、标准差、协方差、相关系数、协方差矩阵、残差、残差平方和(SSE)、标准化残差,残差分析...

通过学习,结合网络上搜索, 把相关概念整理了一下。

1、期望(均值、数学期望)

期望是 度量数据的集中趋势的一个重要指标,是研究随机变量的一个重要数字特征

离散型

随机变量Xi,其对因的概率P(Xi),则有Xi

be5998ecf3de9b0634d8b9f99c8de63a.pngP(Xi)的和成为离散随机变量的期望。

Xi:

7aef8ebbdead3546b7e13041e35bf56b.png,对应的概率为:

226a6d233cbe3ad89f2355177377c710.png,则:

连续型

设连续的随机变量X的概率密度函数为f(X),若积分绝对收敛,则其积分值为该随机变量的期望。

函数的期望:

离散:设Y是随机变量X的函数:

b7e27d50777d39f738524318f4d99414.png (  是连续函数),则:

2310074dc56f2d3d7c75146ccac67c2f.png

连续:(1)、若随机变量Y符合函数  ,且  绝对收敛,则:

2、方差

方差是度量随机变量的离散程度重要指标,是研究随机变量的一个重要数字特征。

方差是在概率论和统计学中衡量随机变量或一组数据时的离散程度的度量,换句化说如果想知道一组数据之间的分散程度的话就可以使用方差来表示。随机变量的波动范围。

方差:在统计描述中,用来计算每一个变量与总体均值之间的差异

总体方差:0ce4371d51fef9cf739b21cf679dc6a4.png

6eef12e23c9b404a3653cc9314276959.png:总体方差;X:随机变量,

629dc53d84931af2fca12ae9debbfdd8.png:为总体均值;N:总体例数

样本方差:

;