SSE和SEE

所以standard error of Y bar = standard error of error term ? 

同学你好，

你说的这两个概念之所以容易混淆，是因为这两者联系非常紧密，可以通过一个公式直接联系起来，就是SEE=根号(SSE/n-k-1)，如果SSE（残差）小，那么等号左侧SEE就会小。说明整个方程（estimate）也就拟合的好。

而什么是estimate拟合的“好”呢，由于SEE是个标准误的概念，标准误衡量的是波动幅度，波动幅度小就是拟合的好，而这个“波动幅度小”就是残差小。

也可以从你写的公式简明的理解 Yi=Y cap + ε是个加和的关系。如果Y cap拟合的好，就说明Yi里占大部分的是Y cap，同时残差的部分一定就随之小了，所以这两者是相互影响的。

所以老师说的其实是一件事，只不过从不同的角度去表述了。想说明的都是SEE是方程对直线的拟合，SEE越小越好。

--------

这个点也不用太纠结太于文字的细节，简单整理一下：SEE掌握以下两点： 1. SEE衡量的是方程的拟合程度，SEE越小越好 2. 掌握SEE和SSE关系的那个计算式。如果是一元回归，分母直接就是n-2

而SSE主要应用是通过这个可以算R2，R2=1-SSE/SST。