ძირითადი მასალა
კურსი: სტატისტიკა და ალბათობა > თემა 5
გაკვეთილი 4: უმცირეს კვადრატთა რეგრესიის განტოლებები- ნარჩენობითი წევრების გაცნობა
- ნარჩენობითი წევრების გამოთვლა და ინტერპრეტირება
- უმცირესი კვადრატის წრფის განტოლების გამოთვლა
- რეგრესიის წრფის დახრილობის ინტერპრეტირება
- რეგრესიის მოდელში y ღერძთან კვეთის ინტერპრეტირება
- წრფივი ტენდენციის ინტერპრეტაცია
- წრფივ მოდელებში დახრილობისა და y ღერძთან კვეთის ინტერპრეტაცია
© 2024 Khan Academyგამოყენების პირობებიკონფიდენციალურობის პოლიტიკაშენიშვნა ქუქი-ჩანაწერებზე
ნარჩენობითი წევრების გაცნობა
ააგეთ ნარჩენობითი წევრების აგების ძირითადი აზრები.
სტატისტიკაში, როცა ვცდილობთ, წრფე შევუსაბამოთ გაბნევის დიაგრამის მონაცემების წერტილებს, ვეჯახებით პრობლემას. პრობლემა შემდეგნაირია: ძნელია დანამდვილებით იმის თქმა, თუ ყველაზე მეტად რომელი წრფე შეესაბამება მონაცემებს.
მაგალითად, წარმოიდგინეთ, რომ მეცნიერები , და მუშაობენ მონაცემების ერთ ერთობლიობაზე. თუ თითოეული მათგანი განსხვავებულ შესაბამის წრფეს ხაზავს, როგორ გავარჩიოთ, რომელია საუკეთესო?
ნეტავ, გვქონდეს რაიმე გზა, რომლითაც გავზომავთ, თითოეული წრფე რამდენად კარგად შეესაბამება თითოეულ მონაცემს...
ნაშთები გადაგვარჩენს!
ნაშთი ზომავს, რამდენად კარგად შეესაბამება წრფე ცალკეულ მონაცემს.
განიხილეთ მონაცემების მარტივი ერთობლიობა მასში გამავალი შესაბამისობის წრფით
და დააკვირდით, რომ წერტილი წრფეზე ერთეულით ზევითაა:
ვერტიკალური მანძილი ცნობილია, როგორც ნაშთი. მონაცემისთვის, რომელიც წრფის ზევითაა, ნაშთი დადებითია და მონაცემისთვის, რომელიც წრფის ქვევითაა, ნაშთი უარყოფითია.
მაგალითად, წერტილისთვის ნაშთი არის :
რაც უფრო ახლოსაა მონაცემის ნაშთი -თან, მით უფრო შესაბამისია. ამ შემთხვევაში, წრფე წერტილს უფრო შეესაბამება, ვიდრე - წერტილს.
თავად სცადეთ დარჩენილი ნაშთების პოვნა
გსურთ, შეუერთდეთ დისკუსიას?
პოსტები ჯერ არ არის.