For Better Performance Please Use Chrome or Firefox Web Browser

Quantile regression

Comments

در مزایای رگرسیون چندکی میگوییم اطلاعات بیشتری از توزیع شرطی متغیر پاسخ ارائه می دهد این اطلاعات چیست؟

فکر میکنم چونکه این در این رگرسیون داریم که توابع چندکی شرطی را بعنوان توابعی از متغیرهای پیش بینی کننده براورد میکند.همچنین چون نسبت به تمام قسمت های توزیع اطلاعات به ما میدهد و فقط تمرکز روی قسمت میانگین توزیع ندارد.w

مزیت رگرسیون چندکی نسبت به رگرسیون حداقل مربعات معمولی چیست؟

داخل اسلایدها کاملا توضیح دادیم که چه تفاوتی بین چندکی و رگرسیون ساده چیست و حداقل مربعات یک روش براوردیابی است.

در مزایای رگرسیون چندکی نوشته شده نیازبه نرمال بودن دارد.طبق تعاریف قبل ان آیامیتوان گفت نیازبه نرمال بودن ندارد؟

در داخل اسلاید ایدیت کردم نوشتم نیاز به نرمال بودن نیست

در مزایای رگرسیون چندکی نوشته شده نیازبه نرمال بودن دارد.طبق تعاریف قبل ان آیامیتوان گفت نیازبه نرمال بودن ندارد؟

باتوجه به اینکه رگرسیون چندکی مزایای خیلی بیشتری نسبت به رگرسیون خطی ساده دارد. چرا ما بیشتر از رگرسیون چندکی استفاده نمیکنیم؟

چون بنظرم در تمام جامعه اطلاعات از چندک ها نداریم و مثلا در برخی از توزیع ها مثل نرمال ک اکثر جوامع هم از ان بدست میان اطلاعات مرکز داده بررسی میشود

چرا در رگرسیون چندکی برآورد پارامتر از طریق حداقل قدرمطلق انحرافات انجام میگیرد؟ایا روش مجموع مربعات خطا روش مناسبی برای برآورد ضرایب نیست؟

آیا می توان برای داده های پرت به جای استفاده از روش های رگرسیون نیرومند روش رگرسیون چندکی را جایگزین کرد؟

رگرسیون چندکی نسبت به چه نوع داده های دور افتاده ای استوار تر است؟داده پرت در جهت متغییر توصیفی یا در جهت متغیی وابسته؟

آیا می توان گفت که رگرسیون چندکی ناپارامتری است؟

Add new comment

Plain text

  • Allowed HTML tags: <a> <em> <strong> <cite> <blockquote> <code> <ul> <ol> <li> <dl> <dt> <dd> <br> </br> <br/>
  • Web page addresses and e-mail addresses turn into links automatically.
CAPTCHA
This question is for testing whether you are a human visitor and to prevent automated spam submissions.
Image CAPTCHA
Enter the characters shown in the image.

تحت نظارت وف ایرانی