WikiDer > Аддитивная модель

Additive model

В статистика, аддитивная модель (ЯВЛЯЮСЬ) это непараметрическая регрессия метод. Это было предложено Джером Х. Фридман и Вернер Штютцле (1981)[1] и является важной частью ТУЗ алгоритм. В ЯВЛЯЮСЬ использует одномерный плавнее для построения ограниченного класса непараметрических регрессионных моделей. Из-за этого он меньше подвержен влиянию проклятие размерности чем например а п-размерный более плавный. Кроме того, ЯВЛЯЮСЬ более гибкий, чем стандартная линейная модель, будучи более интерпретируемым, чем общая поверхность регрессии за счет ошибок аппроксимации. Проблемы с ЯВЛЯЮСЬ включают выбор модели, переоснащение, и мультиколлинеарность.

Описание

Учитывая данные набор из п статистические единицы, куда представляют предикторы и это результат, аддитивная модель принимает форму

или же

Где , и . Функции неизвестны гладкие функции подходят из данных. Установка ЯВЛЯЮСЬ (т.е. функции ) можно сделать с помощью алгоритм подгонки предложено Андреасом Буйей, Тревор Хасти и Роберт Тибширани (1989).[2]

Смотрите также

Рекомендации

  1. ^ Фридман, Дж. и Stuetzle, W. (1981). "Регрессия погони за проекцией", Журнал Американской статистической ассоциации 76:817–823. Дои:10.1080/01621459.1981.10477729
  2. ^ Буя, А., Хасти, Т. и Тибширани, Р. (1989). «Линейные сглаживающие и аддитивные модели», Анналы статистики 17(2):453–555. JSTOR 2241560

дальнейшее чтение