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
Khoảng tin cậy khi sử dụng định lý Bayes
Tôi đang tính toán một số xác suất có điều kiện và liên quan đến khoảng tin cậy 95%. Đối với nhiều trường hợp của tôi, tôi có đếm đơn giản của xnhững thành công ra khỏi nthử nghiệm (từ một bảng dự phòng), vì vậy tôi có thể sử …



2
Có thể cho
Trong OLS, có thể cho của hồi quy trên hai biến cao hơn tổng cho hai hồi quy trên các biến riêng lẻ.R2R2R^2R2R2R^2 R2(Y∼A+B)>R2(Y∼A)+R2(Y∼B)R2(Y∼A+B)>R2(Y∼A)+R2(Y∼B)R^2(Y \sim A + B) > R^2(Y \sim A) + R^2(Y \sim B) Chỉnh sửa: Ugh, điều này là tầm thường; đó là những gì tôi nhận …






1
Khi nào dòng Least Square Regression (LSQ) bằng với Least tuyệt đối độ lệch (LAD)?
Tôi có câu hỏi sau đây trong tầm tay. Giả sử (x1,y1),(x2,y2),⋯,(x10,y10)(x1,y1),(x2,y2),⋯,(x10,y10)(x_1,y_1),(x_2,y_2),\cdots,(x_{10},y_{10}) đại diện cho một tập hợp các quan sát đa biến trên (X,Y)(X,Y)(X,Y) như vậy mà x2=x3=⋯=x10≠x1.x2=x3=⋯=x10≠x1.x_2=x_3=\cdots =x_{10}\ne x_1. Trong điều kiện nào thì dòng Hồi quy Least Square sẽ YYY trên XXX có giống với dòng sai …




2
Biến phụ thuộc trễ trong hồi quy tuyến tính
Gần đây tôi đọc một bài báo trong đó dữ liệu chuỗi thời gian đã được mô hình hóa theo phương trình OLS đã được sử dụng ở đây (với lệnh trong R) để lấy hệ số . Là nó đúng về mặt thống kê?Yt=β1Yt−1+β2X+ε.Yt=β1Yt−1+β2X+ε. Y_t=\beta_1 Y_{t−1}+\beta_2X+\varepsilon. lm()Yt−1Yt−1Y_{t-1} Tôi hiểu …

1
Tại sao độ lệch bằng 0 đối với công cụ ước tính OLS đối với hồi quy tuyến tính?
Tôi hiểu khái niệm về sự đánh đổi sai lệch. Xu hướng dựa trên sự hiểu biết của tôi, đại diện cho lỗi vì sử dụng một lớp đơn giản (ví dụ: tuyến tính) để nắm bắt một ranh giới quyết định phi tuyến tính phức tạp. Vì vậy, tôi …

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.