多元线性回归分析的自由度怎么算

Question

如题所述

Answer 1

自由度（degreeoffreedom，df）指的是计算某一统计量时，取值不受限的变量个数。通常df＝n－k。其中n为样本shu数量，k为被限制的条件数或变量个数，或计算某一统计量时用到其它独立统计量的个数。自由度通常用于抽样分布中。

一般来说，自由度等于独立变量减掉其衍生量数。举例来说，变异数的定义是样本减平均值（一个由样本决定的衍生量），因此对N个随机样本而言，其自由度为N－1。

扩展资料：

在估计总体方差时，使用偏差平方和。只要n－1的方差平方和是确定的，方差就是确定的；因为如果我们知道n－1的值，我们就知道第n个数的值。在这里，均值等价于一个有限的BAI条件。由于加入了这个有限的DU条件，估计总体方差的自由度为N－1。

统计模型的自由度等于可以自由评估的自变量的数目。例如，在回归方程中，如果总共需要估计P个参数，则包含P－1自变量（与截距对应的自变量为常数1），因此该回归方程的自由度为P－1。

参考资料来源：百度百科-自由度

Answer 2

一般的多元线性回归就是最小二乘回归,也可以选别的
但是你的数据根本就不够啊,最小二乘回归无解,至少要m+1组以上的数据
要看你计算的是谁的自由度了,比如残差平方和Q的自由度是n(数据组数)-(m+1)(自变量个数)本回答被网友采纳

Answer 3

一般的多元线性回归就是最小二乘回归,也可以选别的
但是你的数据根本就不够啊,最小二乘回归无解,至少要m+1组以上的数据
要看你计算的是谁的自由度了,比如残差平方和Q的自由度是n(数据组数)-(m+1)(自变量个数)