प्रतिगमन विश्लेषण में हैट मैट्रिक्स, का महत्व क्या है ?
क्या यह केवल आसान गणना के लिए है?
प्रतिगमन विश्लेषण में हैट मैट्रिक्स, का महत्व क्या है ?
क्या यह केवल आसान गणना के लिए है?
जवाबों:
रैखिक प्रतिगमन के अध्ययन में, मूल प्रारंभिक बिंदु डेटा जनरेटिंग प्रक्रिया जहां और नियतात्मक। कम से कम वर्गों की कसौटी को कम करने के बाद, कोई एक अनुमानक लिए , अर्थात । प्रारंभिक सूत्र में अनुमानक में प्लग करने के बाद, कोई डेटा निर्माण प्रक्रिया के रैखिक मॉडल के रूप में जाता है। अब, कोई लिए अनुमानक का विकल्प चुन सकता हैऔर
तो, वास्तव में एक प्रक्षेपण मैट्रिक्स है। कल्पना करें कि आप में सभी चर ले सकते हैं । चर वैक्टर हैं और एक जगह फैलाते हैं। इसलिए, यदि आप by गुणा करते हैं, तो आप अपने देखे हुए मानों को उस स्थान पर प्रोजेक्ट करते हैं, जो चर में द्वारा फैलाया जाता है । यह लिए एक अनुमान देता है और यही कारण है कि इसे हैट मैट्रिक्स कहा जाता है और इसका इतना महत्व क्यों है। आखिरकार, रैखिक प्रतिगमन एक प्रक्षेपण से ज्यादा कुछ नहीं है और प्रक्षेपण मैट्रिक्स के साथ हम केवल लिए अनुमानों की गणना नहीं कर सकते हैंलेकिन लिए भी और उदाहरण के लिए जाँच कर सकते हैं कि क्या यह वास्तव में सामान्य रूप से वितरित है।
मुझे यह अच्छी तस्वीर इंटरनेट पर मिली और यह इस प्रक्षेपण की कल्पना करता है। कृपया ध्यान दें, बजाय का उपयोग किया जाता है । इसके अलावा, चित्र में त्रुटि के वेक्टर पर जोर दिया गया है जो प्रक्षेपण के लिए और इसलिए के अनुमानों के साथ सहसंबद्ध नहीं है।
यह एक्स = बी के लिए "निकटतम" समाधान खोजने से ज्यादा कुछ नहीं है जहां बी ए के कॉलम स्पेस में नहीं है। हम कॉलम स्पेस पर बी प्रोजेक्ट करते हैं, और एक्स (हैट) = पी के लिए हल करते हैं जहां पी बी का प्रक्षेपण है। स्तंभ स्थान।