这种方法最终会给我一个无意义的回归方程吗?

计算科学 统计数据 回归
2021-12-22 17:10:46

我想知道这是否是为给定数据集找到最佳回归方程的有效方法。

用户为某些变量集提供一系列估计值。该算法使用给定的范围随机生成大量的回归方程,如下所示。
Price = actualValue1* estimatedValue1 + actualValue2* estimatedValue2;

我们解决所有价格问题,并选择最好的一个作为回归方程。这种方法是否会给我们一个有效的回归方程,或者它会找到一些随机的估计值集,恰好给出一个接近实际价格的价格?

PS。我已经统计过了,但我不是统计学家所以我有点过头了。如果我需要澄清一些事情,请告诉我。

2个回答

这取决于(i)你抽取了多少随机样本,以及(ii)你想要的回归有多好。找到最佳拟合回归的关键在于,您需要所有可能模型中的最佳模型你只有有限的数量,所以通常你不会得到最好的模型,只是你生成的随机样本中最好的。显然,如果您抽取更多样本(假设它们是真正随机的),那么其中最好的将至少与以前一样好,并且可能更好,但通常不是“最好的”。

不,这不是一个有效的方法。无法保证找到最佳回归系数。使用多元线性回归:https ://en.wikipedia.org/wiki/Linear_regression