统计学里面r平方是什么？ 在统计学中对变量进2113行线性回归分析，采用最小二5261乘法进行参数估计时，R平方为4102回归平方和与总1653离差平方和的比值，表示总离差平方和中可以由回归平方和解释的比。这一比例越大越好，模型越精确，回归效果越显著。R平方介于0~1之间，越接近1，回归拟合效果越好，一般认为超过0.8的模型拟合优度比较高。扩展资料R平方越高，模型越适合您的数据。在心理调查或研究中，我们通常发现低R平方值低于0.5。这是因为我们试图预测人类行为，预测人类并不容易。在这些情况下，如果R平方值很低，但有统计学上显着的独立变量（又称预测变量），仍然可以生成关于预测变量值中的变化如何与响应值变化相关联的见解。当水平线比您的模型更好地解释数据时。它主要发生在不包括截距的情况下。没有截距，在预测目标变量方面，回归可能会比样本均值差。这不仅是因为没有截距。即使包含截距，它也可能是负的。在数学上，当模型的误差平方大于水平线上的总平方和时，这是可能的。参考资料来源：-R平方
统计学中LSD是什么意思？ Tamhan's又是什么意思呢？ LSD是统计中方差分析后的比较分析，即t检验（成对平均差分检验）。经方差分析，如果三所学校之间存在差异，则可利用LSD进一步了解两所学校之间是否存在显著差异。这是一种比较粗糙的测试方法，容易导致无显著差异。作为一个显著的区别。Tamhan’s也是一种方差分析后的时间比较方法。只有在样本方差不同的情况下才有可能进行这种检验，这种方法不需要进行数据转换的直接检验。扩展资料方差分析的基本原理是认为不同处理组的均数间的差别基本来源有两个：1、实验条件，即不同的处理造成的差异，称为组间差异。用变量在各组的均值与总均值之偏差平方和的总和表示，记作SSb，组间自由度dfb。2、随机误差，如测量误差造成的差异或个体间的差异，称为组内差异，用变量在各组的均值与该组内变量值之偏差平方和的总和表示，记作SSw，组内自由度dfw。总偏差平方和 SSt=SSb+SSw。组内SSw、组间SSb除以各自的自由度(组内dfw=n-m，组间dfb=m-1，其中n为样本总数，m为组数)，得到其均方MSw和MSb，一种情况是处理没有作用，即各组样本均来自同一总体，MSb/MSw≈1。另一种情况是处理确实有作用，组间均方是由于误差与不同处理共同导致的结果，即各样本来自不同总体。那么，MSb>；>；。
统计学S=Xi减去X的平均值的平方除以N减1开根号，那个Xi是什么东西.题目中怎么没有 Xi就是X1，X2.I代替了1，2，3而已
