tianjing2020
2021-11-02 16:41:05
multiple linear regression多元回帰解析
1. 単純線形回帰(simple linear regression)との違い 複数の説明変数(x)
2. 重回帰モデル
y = β0＋β１x1 + β2x2 + … + βpxp + ε
ここで：β0，β１，β2… βpはパラメータ
εは誤差値
3. 重回帰方程式
E(y) = β0＋β１x1 + β2x2 + … + βpxp
4. 推定重回帰方程式:
y_hat = b0＋b１x1 + b2x2 + … + bpxp
サンプルを用いてβ0，β１，β2… βpの点推定値b0, b1, b2,…, bpを計算する
5. 推定手順 (単純線形回帰と類似)
6. 推定方法
平方和を最小にする
演算は単純線形回帰と類似で、線形代数と行列代数の演算が関係する
41
item of content
人工知能に関する知識を共有します。これにはAIアルゴリズム、応用例、データ、モデルなどに関する情報が含まれます。
- 467hits
- 0replay
-
0like
- collect
- send report