Как определить качество модели линейной регрессии?

Для определения качества модели линейной регрессии используют следующие критерии:

• Коэффициент детерминации (R2). www.fsight.ru lib.tsu.ru Принимает значение от 0 до 1 и показывает долю объяснённой дисперсии объясняемого ряда. www.fsight.ru Чем ближе R2 к 1, тем лучше модель, тем меньше доля необъяснённого. www.fsight.ru
• Скорректированный коэффициент детерминации (Adj R2). www.fsight.ru Этот показатель представляет собой скорректированную версию R2, накладывая «штраф» за каждый добавленный фактор. www.fsight.ru
• Стандартная ошибка регрессии. simenergy.ru Это среднее расстояние, на которое наблюдаемые значения отклоняются от линии регрессии. simenergy.ru Значение стандартной ошибки позволяет оценить точность модели. simenergy.ru
• Критерий Фишера (F-тест). simenergy.ru Статистический критерий для оценки значимости различия дисперсий двух случайных выборок, который позволяет оценивать значимость линейных регрессионных моделей. simenergy.ru В частности, он используется для проверки целесообразности включения или исключения независимых переменных (признаков) в регрессионную модель. simenergy.ru
• Сумма квадратов остатков. www.fsight.ru Сравнивая модели по этому показателю, можно определить, какая из моделей лучше объяснила исследуемый ряд. www.fsight.ru Такой модели будет соответствовать наименьшее значение суммы квадратов остатков. www.fsight.ru

Выбор конкретного критерия зависит от целей и задач исследования.