请问，在统计学中，R-squared误差指的是什么意思？

Python017

请问，在统计学中，R-squared误差指的是什么意思？,第1张

在线性回归以及广义线性回归中，R-squared误差的大小意味着模型的拟合度的好坏。

R-squared误差取值范围为0到1，这个值越接近1说明模型的拟合度越好。

在R语言中，对于一个线性回归r，可以使用函数summary(r)来查看r的各种参数，其中就包括这个拟合度。

不过，模型的好坏还有很多其他的评价标准，单单是拟合度好并不能说明这个模型是合适的。

这上网搜应该搜的到吧，比如这篇文章"

股票价格行为关于几何布朗运动的模拟--基于中国上证综指的实证研究

",照着几何布朗运动的公式直接写代码应该就行了吧，代码逻辑都很清晰。

下面是照着这片文章模拟一次的代码，模拟多次的话，外面再套个循环应该就行了。然后再根据均方误差(一般用这个做准则的多)来挑最好的。

话说你的数据最好别是分钟或者3s切片数据，不然R这速度和内存够呛。

N <- 2000 #模拟的样本数

S0 <- 2000 #初始值

mu <- 0.051686/100

sigma <- 1.2077/100

St <- rep(0,N)

epsion <- rnorm(N,0,1) #正态分布随机数

for(i in 1:N) {

if(i == 1) {

delta_St <- mu * S0 + sigma * S0 * epsion[i]

St[i] <- S0 + delta_St

}else {

delta_St <- mu * St[i-1] + sigma * St[i-1] * epsion[i]

St[i] <- St[i-1] + delta_St

}

}

Final_St <- c(S0,St) #最终结果

plot(Final_St,type = "l")