仪器信息网APP
选仪器、听讲座、看资讯

模型相关系数

  • jack510070
    2013/06/16
  • 私聊

原子吸收光谱(AAS)

  • 前几天看到坛里的一则帖子:《从一次曲线看二次曲线》,很简单地表达了自己的看法:相关系数与拟合模型无关。我自己也编写过原子吸收软件,很清楚相关系数是怎样算出来的。根据《数学手册》上的定义,相关系数只与自因变量的统计特性有关,而与所用的拟合模型是没有关系的。不过帖主“冰山”同学很快就贴出某软件的截图反驳了我的观点,贴图上很清楚显示不同的拟合模型有着不同的“相关系数”。这是什么回事呢?

    要搞清楚这个问题,需要搞清楚一个概念,即何为相关系数?其实相关系数是表示两个变量的相关程度的,一个模型中的自因变量如果存在单调性,如变量A增加则变量B增加(或者减小),以及相反,变量A减小则变量B减小(或增加),我们说两个AB变量之间存在很强 的相关性。那么相关性的大小有如何计算呢?人们用的是线性相关系数R,它是一个衡量自因变量之间线性关系的一个指标。如果线性相关系数等于1或者-1,说明因变量可以用自变量的一次方程完美表达。因此,线性相关系数和所选择的拟合方程式确实是没有关系的,因为它只对线性方程有意义。

    那么如何比较两条工作曲线的优劣了。通常,人们会用剩余误差来说明工作曲线的质量。所谓剩余误差,指的是对所有实验样本的因变量与模型估计值之差的平方求和,不过这个数值有些主观,因为它与因变量的取值范围有关。例如,显然,一个取值在1000附近的变量显然比在0.1 附近取之的变量有大得多的误差,因此更“客观的”指标是所谓的“相对剩余误差”,即总剩余误差除以变量变异数(所有实验样本的变量与其算术平均值之差的平方求和)所得之结果。

    很显然,这个“相对剩余误差”(Qse)越小,拟合质量越好,它与所选择的拟合方程模型是相关的。对于线性拟合模型,Qse^2R^2之和恰好等于1,所以在线性拟合模型中,常用线性相关系数的平方来说明拟合质量,因为这个值越大(越接近1),拟合质量越好,这很符合人们的思维习惯。对于非线性拟合方程,所谓的相关系数已经不适用了,于是,人们用1减去Qse^2杜撰出一个“相关系数”,更确切地说,这个系数实际上是“模型相关系数”。

    个人认为,分析软件中的相关系数,还是用“模型相关系数”更加合适。
  • 该帖子已被版主-qq250083771加5积分,加2经验;加分理由:鼓励
    +关注 私聊
  • ldgfive

    第1楼2013/06/16

    应助工程师

    我觉得这个模型相关系数表达的确实更贴切

0
    +关注 私聊
  • 冰山

    第2楼2013/06/17

    应助达人

    照此看来,工作软件中的相关系数应该就是模型相关系数,而且使用者关心的其实就是这个系数啊!
    楼主深厚的理论底蕴真是望之弥高啊!欢迎这样的解析帖!

0
    +关注 私聊
  • wmj31

    第3楼2013/06/17

    相关系数,或称线性相关系数,是衡量两个随机变量之间线性相关程度的指标。二次拟合用相关系数的说法确实不是太合适。

0
    +关注 私聊
  • 逆天

    第4楼2013/06/30

    拜读,LZ功力深厚~

0
0
    +关注 私聊
  • feelyoung

    第6楼2017/03/31

    楼主有个错误,在亿元线性回归中,QSE与R2之和正好为1,而非QSE的平方!

1
猜你喜欢最新推荐热门推荐更多推荐
举报帖子

执行举报

点赞用户
好友列表
加载中...
正在为您切换请稍后...