lm - R 的 lm 函数中的残差标准误差 (RSE) 是如何计算的?
问题描述
我通过以下方式执行线性回归:
df <- data.frame(y = c(1,2,3,4,5,6,7,8), y1 = c(1.05,2.1,3.5,3.9,4.8,6.1,6.8,7))
mod <- lm(y ~ ., data = df)
summary(mod)
输出是:
Call:
lm(formula = y ~ ., data = df)
Residuals:
Min 1Q Median 3Q Max
-0.49031 -0.22200 0.06267 0.11194 0.61020
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) -0.40917 0.31927 -1.282 0.247
y1 1.11414 0.06578 16.938 2.71e-06 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 0.3787 on 6 degrees of freedom
Multiple R-squared: 0.9795, Adjusted R-squared: 0.9761
F-statistic: 286.9 on 1 and 6 DF, p-value: 2.708e-06
使用什么公式来获得“残差标准误差”?0.3787是怎么计算出来的?
欢迎任何帮助。
解决方案
推荐阅读
- c# - 表未在 C# 上更新
- c++ - Qt (C++) 设置 QWidgetTab 中各个选项卡的颜色
- reactjs - Formik + React-semantic-ui
- javascript - 我想在 Datatables 中使用 Div 结构而不是 Table。是否可以?
- python - Chrome 在一段时间后关闭并产生错误 selenium.common.exceptions.WebDriverException: Message: Can not connect to the Service in python
- reactjs - Options React Select 中的可选字段
- python - 用于查找 SQL 语句并将其转换为 Redshift 表达式的 Python 正则表达式
- javascript - 我应该如何计算 3D Mesh 文件的表面积
- java - 在 Android Studio 中加载数据库数据失败
- vba - EXCEL VBA,搜索行错误1004