Mínimos cadrados: Diferenzas entre revisións
Contido eliminado Contido engadido
Sen resumo de edición |
Sen resumo de edición |
||
Liña 31:
:<math>f(x_i) = y_i + \varepsilon_i,</math>
onde o termo de ruido ε é unha [[variable aleatoria]] con media cero. Téñase en conta que estamos asumindo que os valores <math>x</math> son exactos, e que todo o error está nos valores <math>y</math>. De novo, distinguimos entre [[regresión lineal]], que en tal caso a función ''f'' é lineal nos parámetros a ser determinados (p.e., ''f''(''x'') = ''ax''<sup>2</sup> + ''bx'' + ''c''), e [[regresión non lineal]]. Como antes, a regresión lineal é moito máis
''f''(''x''<sub>''i''</sub>) + ε<sub>''i''</sub>.)
|