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.

1
Điều kiện ngoại sinh nghiêm ngặt của OLS thực sự có nghĩa là gì?
Trong Kinh tế lượng của Hayashi, người ta đã nói rằng một trong những giả định của OLS cổ điển là: Và tôi biết rằng hàm ý đó là cho tất cả và thuật ngữ lỗi không tương thích với các biến hồi quy.E(ϵi|x1,x2,…,xn)=0, for i=1,…,n.(1)(1)E(ϵi|x1,x2,…,xn)=0, for i=1,…,n.\mathbb{E}(\epsilon_i\lvert\mathbf{x_1}, \mathbf{x_2}, \ldots, …
2
Làm thế nào để dư có liên quan đến các rối loạn cơ bản?
Trong phương pháp bình phương tối thiểu, chúng tôi muốn ước tính các tham số chưa biết trong mô hình: Yj=α+βxj+εj(j=1...n)Yj=α+βxj+εj(j=1...n)Y_j = \alpha + \beta x_j + \varepsilon_j \enspace (j=1...n) Khi chúng tôi đã thực hiện điều đó (đối với một số giá trị được quan sát), chúng tôi nhận …
1
Áp dụng hồi quy sườn cho một hệ phương trình chưa xác định?
Khi , bài toán bình phương nhỏ nhất áp dụng giới hạn hình cầu trên giá trị của có thể được viết là cho một hệ thống quá hạn. \ | \ cdot \ | _2 là chỉ tiêu Euclide của một vectơ.y=Xβ+ey=Xβ+ey = X\beta + eδδ\deltaββ\betamin ∥y−Xβ∥22s.t. ∥β∥22≤δ2min⁡ ‖y−Xβ‖22s.t.⁡ …
1
Theo giả định nào phương pháp bình phương tối thiểu thông thường đưa ra các ước lượng hiệu quả và không thiên vị?
Có đúng là theo giả định Gauss Markov, phương pháp bình phương nhỏ nhất thông thường đưa ra các ước lượng hiệu quả và không thiên vị? Vì thế: E(ut)=0E(ut)=0E(u_t)=0 với mọittt E(utus)=σ2E(utus)=σ2E(u_tu_s)=\sigma^2 chot=st=st=s E(utus)=0E(utus)=0E(u_tu_s)=0 chot≠st≠st\neq s trong đó là phần dư.uuu
2
Định lý Gauss-Markov: BLUE và OLS
Tôi đang đọc định lý Guass-Markov trên wikipedia và tôi hy vọng ai đó có thể giúp tôi tìm ra điểm chính của định lý. Chúng tôi giả sử một mô hình tuyến tính, ở dạng ma trận, được đưa ra bởi: và chúng tôi đang tìm kiếm BLUE, .βy= …
2
Bootstrapping tham số, bán định lượng và không tham số cho các mô hình hỗn hợp
Sau đây ghép được lấy từ bài viết này . Tôi là người mới sử dụng bootstrap và đang cố gắng thực hiện bootstrapping tham số, bán định lượng và không tham số cho mô hình hỗn hợp tuyến tính với R bootgói. Mã R Đây là Rmã của tôi …
9 r  mixed-model  bootstrap  central-limit-theorem  stable-distribution  time-series  hypothesis-testing  markov-process  r  correlation  categorical-data  association-measure  meta-analysis  r  anova  confidence-interval  lm  r  bayesian  multilevel-analysis  logit  regression  logistic  least-squares  eda  regression  notation  distributions  random-variable  expected-value  distributions  markov-process  hidden-markov-model  r  variance  group-differences  microarray  r  descriptive-statistics  machine-learning  references  r  regression  r  categorical-data  random-forest  data-transformation  data-visualization  interactive-visualization  binomial  beta-distribution  time-series  forecasting  logistic  arima  beta-regression  r  time-series  seasonality  large-data  unevenly-spaced-time-series  correlation  statistical-significance  normalization  population  group-differences  demography 
1
Phạm vi của lambda trong hồi quy mạng đàn hồi
\def\l{|\!|} Cho hồi quy mạng đàn hồi minb12||y−Xb||2+αλ||b||22+(1−α)λ||b||1minb12||y−Xb||2+αλ||b||22+(1−α)λ||b||1\min_b \frac{1}{2}\l y - Xb \l^2 + \alpha\lambda \l b\l_2^2 + (1 - \alpha) \lambda \l b\l_1 làm thế nào có thể chọn một phạm vi thích hợp của λλ\lambda để xác thực chéo? Trong trường hợp α=1α=1\alpha=1 (hồi quy sườn) công thức …
Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookie và Chính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.