Câu hỏi được gắn thẻ «least-squares»

Đề cập đến một kỹ thuật ước lượng chung chọn giá trị tham số để giảm thiểu chênh lệch bình phương giữa hai đại lượng, chẳng hạn như giá trị quan sát của một biến và giá trị dự kiến ​​của quan sát đó dựa trên giá trị tham số. Các mô hình tuyến tính Gaussian phù hợp với các bình phương tối thiểu và bình phương nhỏ nhất là ý tưởng làm cơ sở cho việc sử dụng lỗi bình phương trung bình (MSE) như một cách đánh giá một công cụ ước tính.

3
Thực hiện hồi quy tuyến tính, nhưng buộc giải pháp phải đi qua một số điểm dữ liệu cụ thể
Tôi biết làm thế nào để thực hiện hồi quy tuyến tính trên một tập hợp các điểm. Đó là, tôi biết làm thế nào để phù hợp với một đa thức của sự lựa chọn của tôi, với một tập dữ liệu nhất định, (theo nghĩa LSE). Tuy nhiên, …






1
Tính toán khả năng đăng nhập bằng tay bằng cách sử dụng hồi quy tổng quát bình phương nhỏ nhất phi tuyến tính (nlme)
Tôi đang cố gắng tính toán khả năng ghi nhật ký cho hồi quy bình phương nhỏ nhất phi tuyến tổng quát cho hàm tối ưu hóa bởi hàm trong gói R , sử dụng ma trận hiệp phương sai được tạo bởi khoảng cách trên cây aa phát sinh …




4
Tại sao các phương pháp hồi quy tối thiểu và bình phương tối thiểu không tương đương khi các lỗi không được phân phối bình thường?
Tiêu đề nói lên tất cả. Tôi hiểu rằng Least-Squares và Maximum-Likabilities sẽ cho kết quả tương tự đối với các hệ số hồi quy nếu các lỗi của mô hình thường được phân phối. Nhưng, điều gì xảy ra nếu các lỗi không được phân phối bình thường? Tại …



1
khớp một hàm số mũ bằng cách sử dụng bình phương tối thiểu so với mô hình tuyến tính tổng quát so với bình phương tối thiểu phi tuyến
Tôi có một bộ dữ liệu đại diện cho sự phân rã theo cấp số nhân. Tôi muốn khớp một hàm số mũ với dữ liệu này. Tôi đã thử chuyển đổi nhật ký biến phản hồi và sau đó sử dụng bình phương tối thiểu để khớp với một …


Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.