Регрессионный анализ

Материал из MachineLearning.

(Различия между версиями)
Перейти к: навигация, поиск
м
(викификация, шаблон)
Строка 1: Строка 1:
-
Регрессионный анализ — метод моделирования измеряемых данных и исследования их свойств. Данные состоят из пар значений [[зависимая переменная|зависимой переменной]] (переменной отклика) и [[назвисимая переменная|независимой переменной]] (объясняющей переменной). Регрессионная модель есть функция независимой переменной и параметров. Параметры модели настраиваются таким образом, что модель наилучшим образом приближает данные. Критерием качества приближения (целевой функцией) обычно является [[среднеквадратичная ошибка]]: сумма квадратов разности значений модели и зависимой переменной для всех значений независимой переменной в качестве аргумента.
+
'''Регрессионный анализ''' — метод моделирования измеряемых данных и исследования их свойств. Данные состоят из пар значений [[зависимая переменная|зависимой переменной]] (переменной отклика) и [[назвисимая переменная|независимой переменной]] (объясняющей переменной). Регрессионная модель есть функция независимой переменной и параметров. Параметры модели настраиваются таким образом, что модель наилучшим образом приближает данные. Критерием качества приближения (целевой функцией) обычно является [[среднеквадратичная ошибка]]: сумма квадратов разности значений модели и зависимой переменной для всех значений независимой переменной в качестве аргумента.
-
Регрессионный анализ — раздел [[математическая статистика|математической статистики]] и [[машинное обучение|машинного обучения]]. Предполагается, что зависимая переменная есть сумма значений некоторой модели и [[случайная величина|случайной величины]]. Относительно характера распределения этой величины делаются распределения, называемые гипотезой порождения данных. Для подтверждения или опровержения этой гипотезы выполняются [[статистический тест|статистические тесты]], называемые [[анализ остатков|анализом остатков]]. При этом предполагается, что независимая переменная не содержит ошибок.
+
Регрессионный анализ раздел [[математическая статистика|математической статистики]] и [[машинное обучение|машинного обучения]]. Предполагается, что зависимая переменная есть сумма значений некоторой модели и [[случайная величина|случайной величины]]. Относительно характера распределения этой величины делаются распределения, называемые гипотезой порождения данных. Для подтверждения или опровержения этой гипотезы выполняются [[статистический тест|статистические тесты]], называемые [[анализ остатков|анализом остатков]]. При этом предполагается, что независимая переменная не содержит ошибок.
-
Регрессионный анализ используется для [[прогноз]], [[анализ временных рядов|анализа временных рядов]], [[тестирование гипотез|тестирования гипотез]] и выявления скрытых взаимосвязей в данных.
+
Регрессионный анализ используется для [[прогноз]]а, [[анализ временных рядов|анализа временных рядов]], [[тестирование гипотез|тестирования гипотез]] и выявления скрытых взаимосвязей в данных.
== Определение ==
== Определение ==
-
Статья будет опубликована до 27.02.08.
 
== Литература ==
== Литература ==
-
* Дрейпер Н., Смит Г. Прикладной регрессионный анализ. М.: Издательский дом "Вильямс". 2007.
+
* Дрейпер Н., Смит Г. Прикладной регрессионный анализ. М.: Издательский дом «Вильямс». 2007.
 +
 
 +
{{Заготовка}}
[[Категория:Регрессионный анализ]]
[[Категория:Регрессионный анализ]]

Версия 08:09, 28 февраля 2008

Регрессионный анализ — метод моделирования измеряемых данных и исследования их свойств. Данные состоят из пар значений зависимой переменной (переменной отклика) и независимой переменной (объясняющей переменной). Регрессионная модель есть функция независимой переменной и параметров. Параметры модели настраиваются таким образом, что модель наилучшим образом приближает данные. Критерием качества приближения (целевой функцией) обычно является среднеквадратичная ошибка: сумма квадратов разности значений модели и зависимой переменной для всех значений независимой переменной в качестве аргумента.

Регрессионный анализ — раздел математической статистики и машинного обучения. Предполагается, что зависимая переменная есть сумма значений некоторой модели и случайной величины. Относительно характера распределения этой величины делаются распределения, называемые гипотезой порождения данных. Для подтверждения или опровержения этой гипотезы выполняются статистические тесты, называемые анализом остатков. При этом предполагается, что независимая переменная не содержит ошибок. Регрессионный анализ используется для прогноза, анализа временных рядов, тестирования гипотез и выявления скрытых взаимосвязей в данных.

Определение

Литература

  • Дрейпер Н., Смит Г. Прикладной регрессионный анализ. М.: Издательский дом «Вильямс». 2007.
Личные инструменты