Howtosignalprocessing
- Qu'est-ce que la régression de la crête en termes simples?
- Que fait une régression de la crête?
- Qu'est-ce que la régression de la crête vs régression linéaire?
- Pourquoi cela s'appelle la régression de la crête?
Qu'est-ce que la régression de la crête en termes simples?
La régression de la crête est une méthode d'estimation des coefficients des modèles de régression multiple dans des scénarios où les variables indépendantes sont fortement corrélées. Il a été utilisé dans de nombreux domaines, notamment l'économétrie, la chimie et l'ingénierie.
Que fait une régression de la crête?
La régression de Ridge vise à réduire l'erreur standard en ajoutant un certain biais dans les estimations de la régression. La réduction de l'erreur standard des estimations de régression augmente considérablement la fiabilité des estimations.
Qu'est-ce que la régression de la crête vs régression linéaire?
La régression linéaire établit une relation entre la variable dépendante (y) et une ou plusieurs variables indépendantes (x) en utilisant une ligne droite la mieux ajustée (également connue sous le nom de ligne de régression). La régression de la crête est une technique utilisée lorsque les données souffrent de multicolinéarité (les variables indépendantes sont fortement corrélées).
Pourquoi cela s'appelle la régression de la crête?
La régression de la crête ajoute un paramètre de crête (k), de la matrice d'identité à la matrice du produit croisé, formant une nouvelle matrice (x`x + ki). Cela s'appelle la régression de la crête car la diagonale de celles de la matrice de corrélation peut être décrite comme une crête.
