For Better Performance Please Use Chrome or Firefox Web Browser

Robust regression

Comments

از بین این برآورد های متفاوت تجربه نشان می دهدکدام بهتر است؟

چه مزیتی نسبت به روش حداقل مربعات دارد؟ M روش

وجود داده پرت در مشاهدات چه اثراتی بر مدل دارد؟

وجود داده پرت در مشاهدات چه اثراتی بر مدل دارد؟

از بین این روشهای بروادیابی معرفی شده کدام به رگرسیون نیرومند در جهت معرفی براورد پارامتر کمک بیشتری میکند؟آیا این روشها اثریکسان دارند؟

رگرسیون نیرومند چه مواقعی کاربرد دارد؟ و تابع رو بر چه اساسی انتخاب میشه؟

نقاط اهرمی دو دسته بودند خوب و بد. آیا نقاط اهرمی خوب هم مثله نقاط اهرمی بد روی براورد پارامترها تاثیر دارند؟و برای رفع مشکل باید چه کار کرد؟

در رگرسیون نیرومند داده ی دور افتاده در نظر گرفته نمیشود آیا مارا این کار دچار مشکل نمیکند؟

از بین روشهای براوردیابی در رگرسیون نیرومند کدام روش روش بهتری است؟ و دلیل بهتر بودن آن چیست؟

وجود داده ی پرت در داده ها همیشه بد نیست شاید با یک داده ی پرت به اطلاعات مفیدی رسیدیم ولی در رگرسیون نیرومند داده پرت را نادیده میگیرد ا.می توان گفت ک به این دلیل که گفته شد روش خوبی نیست در برخی زمینه ها؟

آیا می توان به جای نا دیده گرفتن داده پرت در رگرسیون نیرومند از میانگین یا مد یا میانه ی داده ها استفاده کرد که با این کار تاثیر داده ی پرت نیز تا حدودی در نظر گرفته شود؟

نمودارهای ارائه شده از توابع محک نیرومند چه نتایجی را به ما نشان می دهد؟آیا مزیت یکی نسبت به دیگری را نشان می دهد؟

در جدول های ارائه شده از برازش های حداقل مربعات و برازش نیرومند چرا براورد پارامتر بتا 1 تفاوت چندانی ندارد اما عرض از مبدا تفاوتهای نسبتا زیادی دارند؟

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