Ana içerik
İstatistik ve Olasılık
Konu: İstatistik ve Olasılık > Ünite 5
Ders 4: En Küçük Kareler Regresyon Denklemleri- Hatalara Giriş ve En Küçük Kareler Yöntemi
- Hatalara Giriş
- Hata Hesaplama Örneği
- Regresyon Doğrusunun Denklemini Hesaplama
- En Küçük Kareler Doğrusunun Denklemini Hesaplayalım
- Regresyon Doğrusu Eğimini Yorumlama
- Regresyon Modelinde y Eksenini Kesen Noktayı Yorumlama
- Trend Çizgisini Yorumlama
© 2023 Khan AcademyKullanım ŞartlarıGizlilik PolitikasıÇerez Politikası
Hatalara Giriş
Kalanın ne olduğunu öğrenin.
İstatistikte serpme grafiğindeki veri noktalarına uyum doğrusu çizerken bir problem karşımıza çıkar. Bu problem şudur: Hangi doğrunun verilere en iyi uyduğundan emin olmak zordur.
Örneğin, üç bilim insanı düşünün, , , ve , are working with the same data setaynı veri kümesiyle çalışıyor olsunlar. Her bir bilim insanı farklu bir uyum doğrusu çizerse, hangisinin en iyisi olduğuna nasıl karar verirler?
Keşke her doğrunun her veri noktasına uyumunu ölçen bir yolumuz olsaydı...
Artıklar imdadımıza yetişir!
Artık, bir doğrunun bir tek veri noktasına ne kadar uyduğunun bir ölçüsüdür.
Bir uyum doğrusu çizilmiş bu basit veri kümesini düşünün
ve noktasının doğrunun birim üstünde olduğuna dikkat edin:
Bu düşey uzaklık artık olarak bilinir. Doğrunun üzerindeki veri noktaları için, artık pozitiftir, ve doğrunun altındaki veri noktaları için, artık negatiftir.
Örneğin, noktasının artığı 'dir:
Bir veri noktasının artığı !a ne kadar yakında, uyum o kadar iyidir. Bu durumda, doğru noktasına noktasından daha iyi uyar.
Artıkları kendiniz bulmayı deneyin
Tartışmaya katılmak ister misiniz?
Henüz gönderi yok.