Агуулгын хүснэгт:

Шугаман бус өгөгдөл дээр регресс хийж чадах уу?
Шугаман бус өгөгдөл дээр регресс хийж чадах уу?

Видео: Шугаман бус өгөгдөл дээр регресс хийж чадах уу?

Видео: Шугаман бус өгөгдөл дээр регресс хийж чадах уу?
Видео: Машинное обучение с Python! Обучение, тестирование, разделение для оценки моделей 2024, Дөрөвдүгээр сар
Anonim

Шугаман бус регресс боломжтой өөр олон төрлийн муруйнууд багтах боловч энэ нь чадна хамгийн сайн тохирохыг олохын тулд илүү их хүчин чармайлт шаарддаг тайлбарлах бие даасан хувьсагчдын үүрэг. Үүнээс гадна R-squared нь хүчингүй шугаман бус регресс , мөн энэ нь боломжгүй юм тооцоолох параметрийн үнэлгээний p-утгууд.

Ийм байдлаар регресс шугаман бус байж болох уу?

Статистикийн хувьд, шугаман бус регресс хэлбэр юм регресс Ажиглалтын өгөгдлийг функцээр загварчлах шинжилгээ шугаман бус загварын параметрүүдийн хослол бөгөөд нэг буюу хэд хэдэн бие даасан хувьсагчаас хамаарна. Өгөгдлийг дараалсан ойртуулах аргачлалаар суурилуулсан.

r квадрат нь зөвхөн шугаман регрессийн хувьд мөн үү? Ерөнхий математикийн хүрээ Р - дөрвөлжин байвал зөв ажиллахгүй байна регрессийн загвар биш шугаман . Энэ асуудлыг үл харгалзан ихэнх статистикийн программ тооцоолсон хэвээр байна Р - дөрвөлжин шугаман бус загваруудын хувьд. Хэрэв та ашигладаг бол Р - дөрвөлжин хамгийн сайныг нь сонгох загвар , энэ нь зөв зүйлд хүргэдэг зөвхөн загвар 28-43%.

Үүнтэй холбогдуулан шугаман бус регрессийг хэрхэн тооцоолох вэ?

Хэрэв таны загвар нь тэгшитгэл Y = a хэлбэрээр0 + б1X1, энэ бол шугаман регресс загвар. Үгүй бол тийм шугаман бус.

Y = f(X, β) + ε

  1. X = p таамаглагчийн вектор,
  2. β = k параметрийн вектор,
  3. f(-) = мэдэгдэж буй регрессийн функц,
  4. ε = алдааны нэр томъёо.

Регрессийн төрлүүд юу вэ?

Регрессийн төрлүүд

  • Шугаман регресс. Энэ бол регрессийн хамгийн энгийн хэлбэр юм.
  • Олон гишүүнт регресс. Энэ нь бие даасан хувьсагчийн олон гишүүнт функцийг авч шугаман бус тэгшитгэлийг тохируулах арга юм.
  • Логистик регресс.
  • Квантилийн регресс.
  • Рижийн регресс.
  • Лассо регресс.
  • Уян хатан цэвэр регресс.
  • Үндсэн бүрэлдэхүүн хэсгүүдийн регресс (ПГУ)

Зөвлөмж болгож буй: