24h購物| | PChome| 登入
2012-06-18 22:25:25| 人氣9,024| 回應0 | 上一篇 | 下一篇

最小平方原則(least square principle)

推薦 0 收藏 0 轉貼0 訂閱站台

 

source: http://math.uprm.edu/~wrolke/esma3102/rss.htm

上圖是一條回歸線(regression line) 藍色虛線就是殘差(residual)又稱為誤差值(error) 從殘差的觀點而言 殘差絕對值總和越小就表示這條回歸線越調合(fitting) 所以回歸線就是那一條使得殘差絕對值總和為最小的最佳調合線(a best fitting line)

剛剛說殘差的絕對值 那麼把殘差平方也可以的 因為都是要得到絕對距離(即 去除正負號) 用平方的方式就是通稱的最小平方原則

初學迴歸分析的讀者們往往會摸不著殘差的意義以致於造成對學習回歸分析的恐懼 看了以上的演示之後 相信陰霾一掃而空

我要檢舉
#residual
台長： 解讀統計與研究譯者

您可能對以下文章有興趣

人氣(9,024) | 回應(0)| 推薦 (0)| 收藏 (0)| 轉寄
全站分類: 教育學習(進修、留學、學術研究、教育概況) | 個人分類: 回歸分析(regression) |
此分類下一篇:使用spss判斷多重共線性(multicollinearity)
此分類上一篇:區別分析(discriminant analysis)與邏輯回歸的相異相同之處

我要回應
否 是 (若未登入"個人新聞台帳號"則看不到回覆唷!)
* 請輸入識別碼：
請輸入圖片中算式的結果(可能為0) 
(有*為必填)
TOP
詳全文