회귀 방정식 - 페이지 5

새 코멘트
 
서명 방법은 생각할 수 있는 가장 간단한 방법이지만 매우 명확합니다.
 

다시 말하지만, 선택한 모델의 적절성에 대한 질문입니다.

FreeLance 자유도의 숫자가 스트레스가 되지 않고 종속 유형이 선험적으로 명확하다면 질문이 무엇입니까?

의존 유형을 선험적으로 이해하고 있습니까? 나에게 - 아니.

알수에게


여기서 문제는 차수가 아니라 선택할 다항식입니다. 예를 들어 Draper Smith에 따르면 시계열의 경우 Chebyshev 다항식의 차수를 3 이상 증가시키면 결과가 크게 저하될 수 있습니다.

그리고 다변수 회귀의 문제는 여전히 열려 있습니다. 사용 가능한 모든 "측정" 데이터의 참여입니다.


MNC, IMHO에 대해서는 적절한 모델의 경우 이야기할 수 있습니다. 그녀가 존재한다?!?!

추신: 왜 흐느끼지만 나는 다차원 모델에 집착했습니다. 예, 일부 연구에 따르면 효율성(예측)이 크게 증가하기 때문입니다.

 

j21 , 연구를 배치하고, 그것을 뱉지 마십시오. 흥미로운 토론이 이미 펼쳐졌습니다. 예, 여기 흥미로운 사람들이 모였습니다.

추신: 귀하의 스레드는 이 포럼에서 가장 흥미롭고 유익한 정보가 될 것입니다. 거의 없습니다.

 
예, j21, 배치하십시오. 나는 또한 다변량 회귀에 손을 댔습니다. 우리는 그것에 대해 논의할 것입니다. 내일:)
 

기사에 대한 간접 링크. 과학 간행물: Zhdanov A.I., Muravyov D.G. "통화 견적 예측을 위한 하나의 회귀 방법"(Samara).


저는 개인적으로 형식화에 어려움을 겪었습니다.

 

젠장.

이것이 바로 제가 말하고자 하는 것입니다. 기사의 시작 - P(z)는 알 수 없음, 기사의 끝 - 우리는 t-검정을 사용합니다. 즉, 우리는 정규 분포를 가정합니다. 저자는 암묵적인 가정이 무엇인지 이해하지 못하고 어리석게도 공식에 데이터를 대체했습니다.

 
여기 토론을 위한 2센트가 있습니다. http://reslib.com/book/26864 를 읽어보길 권합니다.
 

고맙습니다! 그건 그렇고, 시계열 과 함께 적용된 선형 회귀 및 회귀 방정식에 전념하는 reslib에 대한 많은 과학 문헌이 있습니다. 불행히도 reslib에는 페이지뷰 제한이 있습니다. 불행히도, 영어로 된 책은 읽기가 어렵습니다.

다변량 회귀 문제의 요점을 시계열로 말씀해 주시겠습니까?

 

기사와 관련하여 - 나는 (저자들에 의한) 알고리즘의 구현(또는 유사성)을 어딘가에서 보았습니다. 찾게되면 포스팅하겠습니다.

PS 기사의 전체 텍스트가 없습니다. ((

 
alsu :

최소 거리 방법 또는 분위수 회귀



이에 대해 자세히 알아보거나 읽을 수 있는 링크를 찾을 수 있습니다.
123456789101112...16
새 코멘트