Cтраница 4
Рассмотрим более подробно, как связаны решения систем нормальных уравнений для центрированной Хс и расширенной матриц данных. [46]
Рассмотренный в предыдущем пункте метод неподвижной точки требует аналитического задания вида закона распределения, из которого извлечена обрабатываемая матрица данных, что сужает область его применения. Существуют, однако, методы заполнения пропусков в матрице данных, которые не требуют знания закона распределения, а основаны на использовании расстояния между парами объектов ( в некоторой метрике), определяемого по значениям признаков, измеренных у обоих объектов. [47]
Рассмотрим наиболее употребительные критерии качества уравнения регрессии. Почти все они основаны на измерении средней величины ошибки прогноза, на векторах X, не вошедших в обучающую выборку ( матрицу данных X), при тех или иных предположениях о распределении или способе формирования этих векторов. [48]