text stringlengths 0 1.95k |
|---|
свободного члена) приобретает привычный вид, если положить w(xi, x) = ( |
x |
i ns |
/ |
2 |
x |
поскольку |
xy |
)(ˆ |
= |
ˆ |
xb |
= |
x |
n |
å |
yx |
i |
n |
/ |
å |
x |
2 |
i |
= |
n |
å |
xy |
( |
i |
i |
/ |
ns |
2 |
x |
) |
x |
. |
i |
i |
i |
1 |
= |
1 |
= |
1 |
= |
i |
Если конкретный набор оцениваемых параметров модели |
значительного |
самостоятельного интереса не представляет, а важна эффективная интерполяция значений |
y с минимальной ошибкой, то прекрасной альтернативой классической регрессии является |
непараметрическое сглаживание7. При таком методе аппроксимации не производится |
втискивание данных в "прокрустово ложе" фиксированной параметризации, а сама модель |
регрессии имеет динамический функциональный характер, подстраиваемый под текущие |
значения предикторов. |
Процедуры сглаживания и другие методы непараметрической аппроксимации |
предоставляют в настоящее время целый набор гибких и эффективных средства анализа |
неизвестных регрессионных зависимостей. Варьируя формой функции w(xi, x), можно |
получить |
средней, |
экспоненциальной моделью, ядерной функцией, сплайнами, локальной полиномиальной |
регрессией LOESS или LOWESS, методом Хольта-Винтерса и др. (Hastie at al., 2009). |
сглаживания: |
Subsets and Splits
No community queries yet
The top public SQL queries from the community will appear here once available.