การถดถอยเชิงเส้นพร้อมข้อผิดพลาด Laplace


9

พิจารณาโมเดลการถดถอยเชิงเส้น:

yi=xiβ+εi,i=1,,n,
ที่εiL(0,b)นั่นคือ , การกระจาย Laplace พร้อมพารามิเตอร์ค่าเฉลี่ย0และพารามิเตอร์bทั้งหมดล้วน แต่เป็นอิสระต่อกัน พิจารณาการประเมินความเป็นไปได้สูงสุดของพารามิเตอร์ที่ไม่รู้จักβ :
logp(yX,β,b)=nlog(2b)+1bi=1n|xiβyi|
จากที่
β^ML=argminβRmi=1n|xiβyi|

เราจะหาการกระจายของเศษเหลือได้อย่างไรyXβ^MLในรุ่นนี้


คุณหมายถึงอะไรโดยค้นหาการกระจายตัวของสิ่งที่เหลืออยู่?
jlimahaverford

เนื่องจากเศษเหลือสามารถจัดกลุ่มในเวกเตอร์แบบสุ่มฉันต้องการทราบการกระจายตัว อย่างน้อยสองช่วงเวลาแรก
nmerci

เข้าใจแล้วขอบคุณ! คุณเคยลองจำลองและวางแผนบ้างไหม?
jlimahaverford

ใช่ฉันต้องการสร้างเขตความเชื่อมั่นสำหรับส่วนที่เหลือ ตัวอย่างเช่นสำหรับข้อผิดพลาดแบบเกาส์ภูมิภาคเป็นรูปวงรี
nmerci

คำตอบ:


1

ส่วนเหลือ (ข้อผิดพลาดจริง ๆ เรียกว่า) จะถือว่าเป็นการกระจายแบบสุ่มด้วยการแจกแจงเลขชี้กำลังสองเท่า (การกระจายแบบ Laplace) หากคุณปรับจุดข้อมูล x และ y ให้ทำตัวเลข ก่อนอื่นให้คุณคำนวณ beta-hat_ML สำหรับคะแนนทั้งหมดโดยใช้สูตรที่โพสต์ไว้ สิ่งนี้จะกำหนดเส้นผ่านจุดต่างๆ จากนั้นลบค่า y ของแต่ละจุดออกจากค่า y ของบรรทัดที่ค่า x นี่คือส่วนที่เหลือสำหรับจุดนั้น ค่าคงที่ของจุดทั้งหมดสามารถใช้ในการสร้างฮิสโตแกรมที่จะให้การกระจายตัวของเศษเหลือ

มีบทความที่ดีทางคณิตศาสตร์กับมันโดยเป็นยาง (2014)

--Lee


4
ลิงก์ไม่ทำงาน
Michael R. Chernick
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.