回帰式 - ページ 5

 
非常に明確に、象徴的な方法は、あなたが考える最も単純なものでしかありません。
 

ここでも、選択したモデルの妥当性が問われる。

FreeLance 自由度の数が難しくなく、依存性の種類がアプリオリに明確である場合、何が問題なのだろうかと思います。

依存性をアプリオリに理解していますか? 私は理解していません。

to alsu


ここで問題になるのは、次数ではなく、どの多項式を選ぶかである。例えば、Draper Smithによれば、時系列に対してチェビシェフ多項式の次数を3以上にすると、結果が著しく悪化する可能性があるという。

そして、利用可能なすべての「測定」データを含む多変量回帰の問題が残されている。


移流モデルの場合、MNCと言えるかもしれませんね。あるんですか!!!!

P.S. なぜ、多変量解析モデルを取り上げたのか?ある研究によると、効率(予測値)がかなり上がるからです。

 

j21 さん、あなたの研究を発表してください。すでに面白い議論が展開されていますよ。そして、ここには面白い人たちがたくさんいます。

P.S. あなたのスレッドは、このフォーラムで最も楽しくて有益なものの一つになる恐れがあります。少ないんですよ、本当に少ない。

 
ええ、J21、どうぞ。多変量回帰にも手を出しているので、議論してみましょう。明日:)
 

記事への間接的な言及。学 術出版物:Zhdanov A.I., Muravyev D.G. "About one regression method of currency quotes forecasting" (Samara)。


私自身は、形式化することに抵抗があります。

 

なんてこった

これはまさに、記事の冒頭-P(z)は未知、記事の最後-t-criterionを使う、つまり正規分布を仮定している、ということです。その結果、著者はデータを数式に貼り付けるだけで、その過程でどのような暗黙の前提が作られているかを理解していないことが判明した。

 
以下は、私の5つの意見です。http://reslib.com/book/26864 をお読みになることをお勧めします。
 

ありがとうございました。ところで、reslibには、応用線形回帰や時系列と 組み合わせた回帰式に関する科学的な文献がかなり多く掲載されています。残念ながら、reslibにはページ数の制限があります。残念ながら、この本は英語なので、ちょっと読みにくいです。

時系列から見た多変量回帰の問題の要点を教えてください。

 

記事について - 私は、(これらの著者による)アルゴリズムの実装(または類似のもの)をどこかで見たことがあります。見つかり次第、掲載します〜。

追伸:記事の全文はありません。((

 
alsu:

最小距離法または分位数回帰法



これについての詳細、またはどこにあるかというリンクを教えてください。
理由: