Jenny2021-01-25 10:34:13

同学你好，其中，（Yi-Y bar）^2 代表了全体真实值Yi 的波动性, (Yi cap-Y bar)^2 反映了由于自变量X的变化所引起的因变量Y 的变化，其数值的大小反映了自变量X 对因变量Y 线性影响的大小，即被模型解释的部分的大小。(Yi-Yi cap)^2 代表了残差的波动性，反映了实验误差和模型误差所引起的因变量的变化，这里所说的模型误差是指除X外，对因变量Y 有重要影响的自变量存在、非线性关系等因素，即不能被模型解释的部分。所以，残差的波动性越小，被模型所解释的波动率就越接近真实的波动率，模型就越好。
我们将称为总平方和(Total Sum of Squares)， 英文缩写为TSS；称为回归平方和(Explained Sum of Squares)，英文缩写为ESS；称为残差平方和(Sum of Squared Residuals)，英文缩写为RSS。所以你可以理解为总的平方和TSS等于解释部分的差异ESS+未被解释部分的差异RSS。

因为这里说的是差异，所以用的就是a-b，比如Yi-Y bar，就是yi-y bar，之所以是平方，是为了不让正差异和负差异相互抵消。而平方求和，就是衡量这部分总的差异是多少。