emmmmmm.....不好意思刚出去吃饭了。 我比较确定的一点是,你看到的“广义线性”和我们刚刚讨论的不是同一个内容。。。 我们平时做的线性回归,是建立在response(因变量,就是这题中的场均得分)服从正态分布的假设之上的(assumption of normality)。而通过线性回归拟合出来的曲线是它的数学期望的预测值。 广义线性模型(GLM)就不再有assumption of normarlity这个前提了。在这里,因变量只需要服从exponential family of distributions即可,比如正态分布,泊松分布,包括二项分布等等。在这种情况下,线性回归等式的左边就不用局限于因变量的数学期望μ了,而是用μ的一个叫做link function的函数g(μ),然后可以把μ反求出来。 这里我举一个例子:逻辑回归。因变量Y服从伯努利分布,所以它的期望μ=p。linear combination 等式左边取g(p)=log(p/(1-p)),等式右边仍然是Xβ。最终拟合出来的p值曲线是一条从0上升到1的曲线。 不过这门课我还没学完,所以我不能说太多,怕出什么差错。。。统计的课好多,作业也好多,而且还要学编程,得要到三月底结课之后好好总结总结才敢出来卖弄了
wiki说的很明白。 In statistics, polynomial regression is a form of regression analysis in which the relationship between the independent variable x and the dependent variable y is modelled as an nth degree polynomial in x. ... For this reason, polynomial regression is considered to be a special case of multiple linear regression
对的
很简单都是送分的
不符合回归方程,登哥超常发挥了
安师大附中的同学蛮
没做出来。。。
大部分只知道科比,而且仅限于知道他是个黑人
多谢提醒 已举报楼主 建议申请小黑屋
问题是改卷老师万一是勇士球迷呢
安徽的,全国一卷
安徽铜陵的
c/c++搞起来也是可以滴
我这个浙江高三学生根本不知道回归线是什么...
这张也太帅了吧,存了
谢谢啦😃
还要进行假设性检验
去年刷的政治遇到过浓眉,当时还跑到鹈鹕去发帖,不得不说lz老师真的牛逼
额怎么发原图,我是虎扑一个捂裆派的帖子里看来的
别啊。。。文科班只有女生了
嘻嘻,你猜我干了什么
一唱一和,玩晒
这就是个计算题。。回归都算是背景
文科班就女生多,看球的男的就一两个
我也发现了。这小子无形之中又装了一逼。
楼主做19题的时候一定要认真啊
哪二十年之后是不是暴打张伯伦?
这题目可以改成“nba19-20赛季湖人队球星是”
我也是大二的 数学不咋地 但我记得不难啊 摆高考就是送分的题目 套公式就完了
模型过于简单,bias过高了,但是给高中生了解了解概念还是可以的。
至于线性回归,我觉得是你的概念理解有问题。这里模型r-square过高只是因为模型太简单,需要使用多项式模型进行线性回归。linear model(线性模型)的定义与我们平时理解的线性关系是不同的,它要求parameters (参数)之间为线性关系,而非很多人认为的predictors与response(即本题中的赛季和场均得分)呈线性关系。所以,即便改用更复杂也更准确的多项式模型,本题也依然是线性回归问题。
不过我也得感慨一句,回归问题如果不能用线代去解的话,我还真不记得怎么做了。。。
等一下。。。口误了,r-square是过低。。。轻喷轻喷
这就叫专业·jpg
我初中每年都得奥赛奖,现在虎扑上的小学数学题都看不懂了
我们高三老师讲了个选择题,是关于Kobe Bryant的,班上都笑了,看我
你说的我懂,多项式模型确实是用线性方法回归,把高次项看成整体就行,然而它本质依然不是一个线性模型。。。
也有可能我说错了,因为我金融专业不是统计专业的。但我还是觉得多项式模型是套用了线性模型去解,而不是本身就是线性模型。
不是哦,线性模型的定义是说参数之间为线性关系,而非变量之间呈线性关系。这个定义可以去维基百科找linear model,或者你需要的话,我可以把我regression model书上的定义找出来拍给你。这门课我考了A,所以记得还是很清楚的。
不过,线性模型的定义确实不好理解,因为它的确不太符合中国人的思维习惯。我们当时讲到这个的时候,老师一下课就被围了个水泄不通,很多学生都表示无法接受。。。可怜的印度老师被我们围了半个小时才离开教室,后面还专门补了半节课来举例讲什么是线性模型
我属于看懂了但想不起怎么做
呃,参数之间为线性关系,有点意思哈,看来我理解的有点问题。
哈哈哈没事,你毕竟不是统计专业的,不知道这个也是情有可原嘛
别吧,我希望记录还是留在我们中国人手里好
别吧,我希望记录还是留在我们中国人手里好
谢老哥指点,原帖已改。
仔细想想我确实也经常看到“广义线性”之类的字眼,但没有深入理解。。
emmmmmm.....不好意思刚出去吃饭了。
我比较确定的一点是,你看到的“广义线性”和我们刚刚讨论的不是同一个内容。。。
我们平时做的线性回归,是建立在response(因变量,就是这题中的场均得分)服从正态分布的假设之上的(assumption of normality)。而通过线性回归拟合出来的曲线是它的数学期望的预测值。
广义线性模型(GLM)就不再有assumption of normarlity这个前提了。在这里,因变量只需要服从exponential family of distributions即可,比如正态分布,泊松分布,包括二项分布等等。在这种情况下,线性回归等式的左边就不用局限于因变量的数学期望μ了,而是用μ的一个叫做link function的函数g(μ),然后可以把μ反求出来。
这里我举一个例子:逻辑回归。因变量Y服从伯努利分布,所以它的期望μ=p。linear combination 等式左边取g(p)=log(p/(1-p)),等式右边仍然是Xβ。最终拟合出来的p值曲线是一条从0上升到1的曲线。
不过这门课我还没学完,所以我不能说太多,怕出什么差错。。。统计的课好多,作业也好多,而且还要学编程,得要到三月底结课之后好好总结总结才敢出来卖弄了
可能出题想表达的是场均得分逐年上升的意思
角度刁钻 令人信服
wiki说的很明白。
In statistics, polynomial regression is a form of regression analysis in which the relationship between the independent variable x and the dependent variable y is modelled as an nth degree polynomial in x. ...
For this reason, polynomial regression is considered to be a special case of multiple linear regression
但可以按一元线性回归做
可能是妇女之友
那该选d嗷
985一条街不是浪得虚名的
关键这就一题啊,其他还是难
刚考研过后两年,现在啥也不会
一般会在回归模型里面再加个t^2项,这样就不会越往后越高了
哦豁,GG
单赛季20000🌚
这就是数理统计的局限性。需要开发新技能了,试试机器学习
又给楼主装了个逼
讲究
一般不会要背的 二次的好推
咋像是研究生中的线性回归模型
越老越妖是也
眉有的事,不要湖说
a英格拉姆 b安东尼戴维斯 c鲍尔 d隆多
大二了可以用matlab写段代码做拟合函数呀,手动狗头.jpg
吗的我也发现了
高考必考……
。。。线性回归,我记得概率论有教到吧