- すべて
- 画像・動画
並べ替え:新着順
変数選択法は目的変数を説明できる説明変数を効率的に選択する方法である。 自由度は自由に決めることができる値の個数である。 残差平方和 Se は実際のデータ yi と予測値 yhati から計算できる。 Se = Σ (yi - yhati)^2 (Σ は i が y または yhat について 1 から n までの総和) である。 2 / 11
風船が(なんか飛び方が微妙になってたけど)飛びました〜。「3連続の素数の平方和が偶数になる唯一の数」歳。 前日からクイズしてたけど、日付変わってからたぶん正解してないから初正解はおあずけ笑 この1年も自分の好きなこと、大事にしたいことに全力投球したい。 引き続きよろしくお願いします! pic.twitter.com/1yPWwwMN6e
ChatGPTに「標準偏差が3.00になるデータ数10のデータセットを作れ」って言っても作ってくれなかった(途中で諦めた)。ので、僕のやっている作り方を。 まず標準偏差3は分散9で、偏差平方和はデータ数を乗算した値、すなわち90になる。 すなわち二乗した整数の組み合わせで90を作れば良い。…
返信先:@E1ku_5clame1凄く分かります( 自分も平方和の計算はめっちゃ嫌い(つーか面倒臭い)です…… ただ、SAを出すだけなら、そこまで計算量多くないです。 ((6.6)^2+(7.2)^2+(8.9)^2)/6 - (22.7)^2/18 ですから。 まあ、分散分析を完遂させようとすれば、STも求めなならんので、18回の二乗は避けられんのですが(
E(F(a^(1),a^(0)) =Σ(((y(i)-a^(0)-a^(1)x(i))^2)/n =Σ(a(0)-a^(0)+a(1)-a^(1)+e(i))^2)/nの左辺が、「回帰からの残差の平方和」で、y(i)-Y(i)=a^(0)+a^(1)x(i)+e(i)-a^(0)-a^(1)x(i)=e(i)のことを言っていて、↑のE(F〜のe(i)はy(i)=a(0)+a(1)x(i)+e(i)の誤差のe(i)で、この誤差の名前ってあるんか x.com/ReplicantM4506…
0に何かけても0でしょ?みたいな人に平方和をnで割るんでなくてn-2で割るんです説明してあー、わかった、わかったって、 cov(a^(1),e(i))=0だからcov(a^(1),e(i))x(i)=0です言われて何がわかったんですか?ぼく、同じ本を何周読んでもわからないんですよ、cov(a^(1),e(i))x(i)=σ^2だろって x.com/ReplicantM4506…
cov(a^(1),e(i))=0だから 0にx(i)をかけても=0だろ❗️って言う人と、 cov(a^(1),e(i))x(i) =(Σ(x(i)-Σx(i)/n)(x(i)-Σx(i)/n) + Σx(i)/n)/(ns(x,x))=σ^2って言う人、こういうところでじわりじわり差が出るのだと思います x.com/ReplicantM4506…
我ながらよく気がついた。 y(i)≠a(0)+a(1)x(i)、 y(i)=a(0)+a(1)x(i)+√F、 y(i)=a^(0)+a^(1)x(i)+e(i)なんよ。 e(i)=a(0)-a^(1)+(a^(1)-a(1))x(1)+√Fを二乗してΣつけて回帰からの残差の平方和。cov(a^(1),√F)=0、 cov(a^(1),√F)x(i)=Σ(x(i)-Σx(i)/n)(e(i)^2)(x(i)-Σx(i)/n+Σx(i)/n)/ns(x,x)=σ^2 x.com/ReplicantM4506…
なんか、よくわからない原因が y(i)-Σy(i)/n=e(i)と誤解していたからだと気がついて、 y(i)-Σy(i)/n=a(1)(x(i)-Σx(i)/n)+e(i)だったと気がついた。よかった。 x.com/ReplicantM4506…
統計検定2級通信vol.15 決定係数の式は 準1級相当なので 2級では不要だけど 式を見ないと 感覚がつかめない 下の画像のように 回帰直線をひいたときの 残差平方和を yの偏差平方和と比べたときの 減少割合が決定係数 重回帰分析でもほぼ同じだから 簡単な数値で計算して 友達になってしまおう😌 pic.twitter.com/h0ZpF8MgmI