高等数学 / 系统课时
决定系数与预测
决定系数与预测
回归方程既要说明样本变异解释了多少,也要给出预测结果的不确定性。本课将解释决定系数 ,并通过同一预测点比较均值响应区间与单个观测预测区间。
学习目标
- 能解释 的计算结构与实际含义
- 能区分均值响应置信区间和单个观测预测区间
- 能判断预测区间宽度受哪些因素影响
决定系数衡量什么
含截距的简单线性回归中,总离差平方和可分解为回归平方和与残差平方和:
决定系数定义为:
例如 ,表示样本中 相对其均值的总变异,有 可由当前线性回归模型解释。它不是“预测正确率”,也不能证明自变量导致因变量变化。
越大通常表示样本拟合越紧,但加入更多自变量往往会使它不下降。比较不同复杂度模型时,还应结合调整决定系数、残差分析和样本外误差,而不能只追求更大的 。
两类区间的本质差异
在给定 处,点预测为 。若目标是估计该位置所有对象的平均响应,使用均值响应置信区间:
若目标是预测该位置未来某一个具体观测,使用单个观测预测区间:
预测区间根号内多出的 表示单个对象自身的随机波动,因此它必然比同一位置的均值响应区间更宽。

同一预测点的计算
已知 、、、残差标准差 ,在 处得到 。取 区间,自由度为 ,临界值约为 。
先计算共同部分:
均值响应区间的误差限约为:
因此均值响应的 置信区间约为 。单个观测预测区间的误差限约为:
因此单个观测的 预测区间约为 。两者中心相同,但预测对象不同,所以宽度差异明显。
如何正确使用预测结果
区间在 附近最窄,因为该位置得到的数据支持最充分; 离样本均值越远,杠杆项 越大,区间越宽。
预测前还应确认 位于样本自变量范围内。超出范围属于外推,即使 很高,也可能因真实关系发生变化而产生严重误差。报告结果时应明确写出预测对象、置信水平和区间类型。
按自己的节奏,确认真正理解。