rsquare1 Chap03 회귀분석(1) ● The Linear Regression Model $Y_{i} = \beta_{0} + \beta_{1} X_{1} + \beta_{2} X_{2} +... + \beta_{p} X_{p} + \varepsilon$ 선형 회귀 모델은 모수를 해석하기가 매우 쉽습니다. $\beta_{0}$는 절편(모든 X의 값들이 0일 때 Y의 평균 값)이고 $\beta _{j}$는 j번 째 변수 $X_{j}$의 기울기입니다. $\beta _{j}$는 다른 모든 X들이 일정하게 고정되고 $X_{j}$가 한 단위 증가할 때 평균적으로 증가하는 Y를 나타냅니다. ● Least Squares Fit (최소 제곱 법) Least squares를 이용하여 모수를 추정합니다. $MSE = \frac {1}{n}\sum_{i=1}.. 2019. 9. 18. 이전 1 다음
