Skip to content
The Chat Archive
qwen3-235b-a22b-no-thinking· Alibaba (Qwen) LMArena Human Preference 140K

Co to jest wariancja resztowa w regresji?

  1. User

    Co to jest wariancja resztowa w regresji?

  2. Assistant

    Wariancja resztowa (czasem nazywana wariancją błędów lub wariancją niewyjaśnioną) to miara zmienności wartości rzeczywistych względem wartości przewidywanych przez model regresji.

    Formalna definicja:

    W regresji liniowej, wariancja resztowa to średnia kwadratów różnic między wartościami rzeczywistymi yiy_i a wartościami przewidywanymi przez model y^i\hat{y}_i. Innymi słowy, mierzy, jak dobrze model dopasowuje się do danych – im mniejsza wariancja resztowa, tym lepsze dopasowanie.


    Obliczanie wariancji resztowej:

    Dla zbioru danych z nn obserwacjami i modelem regresji dającym przewidywane wartości y^i\hat{y}_i, wariancję resztową można policzyć jako:

    Wariancja resztowa=1n−k−1∑i=1n(yi−y^i)2\text{Wariancja resztowa} = \frac{1}{n - k - 1} \sum_{i=1}^{n} (y_i - \hat{y}_i)^2

    Gdzie:

    • yiy_i – rzeczywista wartość zmiennej zależnej,
    • y^i\hat{y}_i – wartość przewidywana przez model,
    • kk – liczba zmiennych niezależnych (predyktorów),
    • n−k−1n - k - 1 – liczba stopni swobody dla reszt (odejmujemy liczbę współczynników modelu, włączając wyraz wolny).

    Reszty: ei=yi−y^ie_i = y_i - \hat{y}_i


    Interpretacja:

    • Wariancja resztowa mówi nam, ile wynosi niepewność lub błąd modelu przy prognozowaniu zmiennej zależnej.
    • Jest ona również używana do obliczania innych ważnych miar jakości modelu, takich jak:
      • Średni błąd kwadratowy (MSE)
      • R² (współczynnik determinacji)

    Przykład:

    Załóżmy, że masz model regresji, który przewiduje ceny domów. Jeśli wariancja resztowa jest duża, oznacza to, że wiele rzeczywistych cen znacznie różni się od przewidywanych – model nie jest dokładny. Jeżeli wariancja jest mała, to model dobrze "pasuje" do danych.


    Podsumowanie:

    Wariancja resztowa to miara jakości dopasowania modelu regresyjnego – im niższa, tym lepiej model wyjaśnia dane. Opisuje ona część zmienności zmiennej objaśnianej, która nie została wyjaśniona przez model (czyli przez zmienne objaśniające).

Responses were produced in different, uncontrolled contexts (system prompts, settings, prior turns). This is not a benchmark.