Il modello di regressione lineare è lineare nei parametri.
Cosa significa veramente?
Il modello di regressione lineare è lineare nei parametri.
Cosa significa veramente?
Risposte:
Considera un'equazione del modulo
dove sono le variabili e β i parametri. Qui, y è una funzione lineare di β (lineare in parametri) e anche una funzione lineare di x 's (lineare in variabili). Se si modifica l'equazione in
Quindi, non è più lineare nelle variabili (a causa del termine al quadrato) ma è ancora lineare nei parametri. E per la regressione lineare (multipla), questo è tutto ciò che conta perché alla fine, stai cercando di trovare un insieme di che minimizzi una funzione di perdita. Per questo, è necessario risolvere un sistema di equazioni lineari . Date le sue belle proprietà, ha una soluzione a forma chiusa che ci semplifica la vita. Le cose si fanno più difficili quando si affrontano equazioni non lineari.
Supponiamo di non avere a che fare con un modello di regressione ma che invece hai un problema di programmazione matematica: stai cercando di minimizzare una funzione obiettiva del modulo soggetto a una serie di vincoli: A x ≥ b e x ≥ 0 . Questo è un problema di programmazione lineare nel senso che è lineare in variabili. A differenza del modello di regressione, stai cercando di trovare un insieme di x (variabili) che soddisfi i vincoli e minimizzi la funzione obiettivo. Ciò richiederà anche di risolvere sistemi di equazioni lineari ma qui sarà lineare in variabili. I tuoi parametri non avranno alcun effetto su quel sistema di equazioni lineari.
Significa semplicemente che dove A sono i parametri. Le variabili X potrebbero contenere relazioni non lineari; ad es. X = [ α , ancora Y è una funzione lineare di X .
Un modello è lineare quando ogni termine è una costante o il prodotto di un parametro e un predittore. Un'equazione lineare viene costruita aggiungendo i risultati per ciascun termine. Ciò limita l'equazione a una sola forma di base:
"Parametri lineari in" nella regressione lineare indica che nessun parametro appare come esponente, né moltiplicato o diviso per un altro parametro.