理解线性回归中的常数项 |
您所在的位置:网站首页 › spss标准回归系数为负数什么意思 › 理解线性回归中的常数项 |
如何理解线性回归中的常数项
线性模型
线性模型(linear model)试图学得一个通过属性的线性组合来进行预测的函数,即: f(x)=w1x1+w2x2+…+wdxd+b+e 很容易理解,b是常数项,代表的是截距,而e是误差。
常数项的存在帮助我们解决了一个问题:当所有的自变量为0的时候,因变量是什么?然而这样的解释仅具有数学意义。 所谓的拟合过程,追求的是残差项的均值为0,且残差项的平方和最小。以此规则计算得出的各项参数,可以使得一条拟合曲线在我们的数据点中浮动,并最终找到一个位置,是的残差项的均值为0。此时,我们的截距就是常数项。可以说这是对解释变量留下的偏误进行线性修正。本身并不具备可以理解的现实意义。 另外,常数项也被这样解读,它是一个恒为1的虚拟变量的参数。这帮助我们利用了本可能被忽略的因素。 而且,残差项未必总是按标准正态分布,如果它们的均值不为0,而存在一个期望,事实上这个期望会被包括在常数项之中。帮助我们修正这正太分布的均值,使之为0。 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |