02 ,线性回归 : 误差项分析,预测值与真实值的差异,误差值正态分布

1 ,误差项 : 预测值与真实值的差异

  1. ε : 代表误差项 ( 预测值与真实值的差异 )
  2. ε 读音 : 一浦西路
  3. 对于每个样本 :
    02 ,线性回归 : 误差项分析,预测值与真实值的差异,误差值正态分布_第1张图片
  4. 如图 : 红点是真实值,平面是预测值
    02 ,线性回归 : 误差项分析,预测值与真实值的差异,误差值正态分布_第2张图片

2 ,误差值正态分布 :

  1. 正泰分布 :
    1 ,数据 : 把每一组数值的误差值拿出来,形成一个集合 ( ε1,ε2,ε3…εn )
    2 ,均值 : 0
    3 ,方差 : θ2
  2. 如图 : 有几个样本,就有几个误差 ε
    02 ,线性回归 : 误差项分析,预测值与真实值的差异,误差值正态分布_第3张图片

3 ,误差项分析 : 实际意义

  1. 差距不大 : 计算值与真实值,可能有误差,但是不会很大
  2. 正泰分布 : 这些误差值之间,有的大一些,有的小一些,但是不会差的太多,符合正泰分布
  3. 大小都不多 : 比真实值大很躲的不多,比真实值小很多的也不多。

你可能感兴趣的:(#,01,线性回归,python)