Ail Ahmed نشر 15 يونيو أرسل تقرير مشاركة نشر 15 يونيو السلام عليكم هي المصفوفات مستخدم في معادلة الRegression ؟ 1 اقتباس رابط هذا التعليق شارك على الشبكات الإجتماعية More sharing options...
0 Mustafa Suleiman نشر 15 يونيو أرسل تقرير مشاركة نشر 15 يونيو صحيح ستجدها بشكل واسع في معادلات الانحدار Regression في مجال الإحصاء وتحليل البيانات، خاصة في الانحدار الخطي المتعدد Multiple Linear Regression. في نموذج الانحدار الخطي البسيط، العلاقة بين المتغيرات تُكتب على شكل معادلة: [ y = \beta_0 + \beta_1 x + \epsilon ] للتوضيح: ( y ) هو المتغير التابع. ( x ) هو المتغير المستقل. ( \beta_0 ) هو التقاطع (الجزء الثابت). ( \beta_1 ) هو معامل الانحدار (الوزن). ( \epsilon ) هو الخطأ العشوائي. في حالة الانحدار الخطي المتعدد، تستطيع كتابة النموذج بشكل مصفوفة كالتالي: [ \mathbf{Y} = \mathbf{X} \boldsymbol{\beta} + \mathbf{\epsilon} ] حيث (\mathbf{Y}) هي متجه القيم التابعة و (\mathbf{X}) هي مصفوفة القيم المستقلة (كل صف يمثل متغير مستقل وكل عمود يمثل عينة). (\boldsymbol{\beta}) هي متجه المعاملات و (\mathbf{\epsilon}) هي متجه الأخطاء العشوائية. من خلال تلك الصيغة المصفوفية، باستطاعتك استخدام العديد من التقنيات الجبرية مثل الجبر الخطي للحصول على حلول فعّالة وسريعة للمعادلات، مثل طريقة المربعات الصغرى العادية Ordinary Least Squares التي تُستخدم لتقدير المعاملات (\boldsymbol{\beta}) كالتالي: [ \boldsymbol{\beta} = (\mathbf{X}^T \mathbf{X})^{-1} \mathbf{X}^T \mathbf{Y} ] تلك الطريقة تعتمد على عمليات مصفوفية مثل الضرب، النقل، والعكس. 1 اقتباس رابط هذا التعليق شارك على الشبكات الإجتماعية More sharing options...
0 Ail Ahmed نشر 15 يونيو الكاتب أرسل تقرير مشاركة نشر 15 يونيو بتاريخ 11 دقائق مضت قال Mustafa Suleiman: صحيح ستجدها بشكل واسع في معادلات الانحدار Regression في مجال الإحصاء وتحليل البيانات، خاصة في الانحدار الخطي المتعدد Multiple Linear Regression. في نموذج الانحدار الخطي البسيط، العلاقة بين المتغيرات تُكتب على شكل معادلة: [ y = \beta_0 + \beta_1 x + \epsilon ] للتوضيح: ( y ) هو المتغير التابع. ( x ) هو المتغير المستقل. ( \beta_0 ) هو التقاطع (الجزء الثابت). ( \beta_1 ) هو معامل الانحدار (الوزن). ( \epsilon ) هو الخطأ العشوائي. في حالة الانحدار الخطي المتعدد، تستطيع كتابة النموذج بشكل مصفوفة كالتالي: [ \mathbf{Y} = \mathbf{X} \boldsymbol{\beta} + \mathbf{\epsilon} ] حيث (\mathbf{Y}) هي متجه القيم التابعة و (\mathbf{X}) هي مصفوفة القيم المستقلة (كل صف يمثل متغير مستقل وكل عمود يمثل عينة). (\boldsymbol{\beta}) هي متجه المعاملات و (\mathbf{\epsilon}) هي متجه الأخطاء العشوائية. من خلال تلك الصيغة المصفوفية، باستطاعتك استخدام العديد من التقنيات الجبرية مثل الجبر الخطي للحصول على حلول فعّالة وسريعة للمعادلات، مثل طريقة المربعات الصغرى العادية Ordinary Least Squares التي تُستخدم لتقدير المعاملات (\boldsymbol{\beta}) كالتالي: [ \boldsymbol{\beta} = (\mathbf{X}^T \mathbf{X})^{-1} \mathbf{X}^T \mathbf{Y} ] تلك الطريقة تعتمد على عمليات مصفوفية مثل الضرب، النقل، والعكس. شكراالحضرتك جدا كل عام وحضرتكم بخير اقتباس رابط هذا التعليق شارك على الشبكات الإجتماعية More sharing options...
السؤال
Ail Ahmed
السلام عليكم
هي المصفوفات مستخدم في معادلة الRegression ؟
رابط هذا التعليق
شارك على الشبكات الإجتماعية
2 أجوبة على هذا السؤال
Recommended Posts
انضم إلى النقاش
يمكنك أن تنشر الآن وتسجل لاحقًا. إذا كان لديك حساب، فسجل الدخول الآن لتنشر باسم حسابك.