问一道题：NO.PZ2018101001000002

问题如下图：

选项：

解释：

知道residual value是残差，它代表什么意思？为什么会产生？是error term吗？为什么去掉含大residual value的observation和去掉含小residual value的observation导致的影响会不一样

添加评论

1 个答案

已采纳答案

菲菲_品职助教 · 2019年05月01日

同学你好， residual value 就是 error term。残差比较小的那些样本说明是比较好的一些数据，如果删除的话，模型其实就没有那么好了。残差比较大的那些样本，就像我解析里面说的那样，说明这些样本数据其实是不太好的，如果删除了，模型的误差就相对变小了，模型也就更精确了。

添加评论

1
回答
0
关注
301
浏览

我要回答关注问题

相关问题

Coefficient termination will crease, Stanrerror of estimate will increase. Coefficient termination will increase, Stanrerror of estimate will crease. C is correct. 考点: Coefficient of termination & StanrError of Estimate. 解析: 当Jacky删除了那些残差比较大的样本后，模型的误差就变小了，说明模型更加精确了。所以这个模型的标准误（Stanrerror of estimate）就会变小。模型的误差变小同时也意味着模型的拟合优度变优了，也就是说模型的力度变大了，所以Coefficient termination 也就是 R2R^2R2变大了。所以选择C。SEE的公式里分母是n-k-1，n变小SEE不是应该变大吗

2020-09-10 15:10 1 · 回答

请问老师，去掉样本数量不是应该会降低R²吗？

2020-08-11 06:46 2 · 回答

Coefficient termination will crease, Stanrerror of estimate will increase. Coefficient termination will increase, Stanrerror of estimate will crease. C is correct. 考点: Coefficient of termination & StanrError of Estimate. 解析: 当Jacky删除了那些残差比较大的样本后，模型的误差就变小了，说明模型更加精确了。所以这个模型的标准误（Stanrerror of estimate）就会变小。模型的误差变小同时也意味着模型的拟合优度变优了，也就是说模型的力度变大了，所以Coefficient termination 也就是 R2R^2R2变大了。所以选择C。老师，我可以理解成去除有影响的项，sample变小，sse变小，根据r方公式=1-sse/sst得出变大，这样理解对吗？

2020-07-14 09:05 1 · 回答

some observations whihave big resivalues，请老师帮助翻译一下这句话的意思，get不到出题点的意思

2020-01-23 22:19 1 · 回答

老师 1.请问SEE ( StanrError of Estimate) ，感觉答案把estimate为是Y cap? 但是SEE是SE of error term,指的是残差吧? 2.怎么能手动去掉残差呢？残差是由样本决定的呀？是说去掉带来巨大残差的样本么？ 3.今天老师给我讲明白了expectevalue of error term is 0 (均值为0）（撒花~开森~），要是如果去掉了残差项目，会导致本来均值为0的残差突然有更大的Stanrerror了吧？

2020-01-02 22:26 1 · 回答

问一道题：NO.PZ2018101001000002

1 个答案

1

0

301

相关问题