原因の変数(説明変数)と結果の変数(目的変数)の間の関係を、数式でモデル化する。
PR
単回帰分析の式
y = ax + b
y を目的変数、x を説明変数、aを回帰係数
という
最小二乗法を改良したものには、次がある。
LOWESS(回帰スムージング法)
説明変数の中で、離れた点に対して、その影響を無視する重みづけを加える
ロバネスト平滑法
残差が大きなデータに対して、重みづけを0として、その影響を減らす
i番目のデータ yi と、その予測値y'i の誤差
yi - y'i
を残差という
残差の総和を誤差関数という
局所線形回帰
x をいくつかの等間隔に分け
それぞれで、線形回帰を用いてモデルをつくる
