una tecnica per la regressione locale - Department of Mathematics ...

More documents

Recommendations

Info

e attraverso la seguente funzione ricorsiva presentata in pseudocodice, chechiameremo partition(C):partition(C)j :=maximizer-of(max x∈C [x] j − min x∈C [x] j );µ :=median{[x] j : x ∈ C};cut C := L ∪ R by the hyperplane that intersects j-th axis at µ;left subcell L ⊆ {x ∈ C : [x] j ≤ µ};right subcell R ⊆ {x ∈ C : [x] j > µ};if size(L) > nhpartition(L);if size(R) > nhpartition(R);Illustriamo la procedura con un esempio in cui siano n = 100 e h = 0.05.24
Figura 1.7: albero k − dIn Figura 1.7 vediamo rappresentate le osservazioni x i nello spazio dei predittori,in questo caso bidimensionale. Consideriamo la parte superiore dellafigura: in essa è rappresentato il rettangolo di partenza, quello più esterno,25
Page 1 and 2: POLITECNICO DI MILANOFacoltà di In
Page 3 and 4: IndiceIntroduzione 31 La regression
Page 5 and 6: IntroduzioneArgomento di questa tes
Page 7 and 8: logia propria della regressione lin
Page 9 and 10: 1.1.2 Caratteristiche dei termini d
Page 11 and 12: Esempi illustrativiPer mostrare ope
Page 13 and 14: sta interpolando anche i termini di
Page 15 and 16: il quadrato di uno di essi, ciò ch
Page 17 and 18: 1.3 Inferenza statistica1.3.1 Stima
Page 19 and 20: parametriche nelle quali i due valo
Page 21 and 22: 1.3.3 Il numero di parametri equiva
Page 23 and 24: 1.3.4 Errori con distribuzione simm
Page 25: 1.4 Metodi computazionali per la va
Page 29 and 30: mente interpolanti univariati, ovve
Page 31 and 32: di lisciamento, è fissato ed è so
Page 33 and 34: Figura 2.2: α = 0.1Figura 2.3: α
Page 35 and 36: 2.1.2 Funzioni di tipo splineUn’a
Page 37 and 38: formulazione generale del tipoy = g
Page 39 and 40: dall’integrale di g ′′ (x) 2
Page 41 and 42: La funzione smooth.spline di R offr
Page 43 and 44: E(ĝ(x)) − g(x) = g(x)g ′′ (x
Page 45 and 46: 2.2.3 Gradi di libertàNei modelli
Page 47 and 48: 2.3.1 Determinare il valore dei par
Page 49 and 50: zata, applicata giustamente in quan
Page 51 and 52: Essendo σ 2 la varianza dei termin
Page 53 and 54: Capitolo 3Tecniche a confrontoTutte
Page 55 and 56: Figura 3.2: osservazioni perturbate
Page 57 and 58: che costituisce lo spazio dei predi
Page 59 and 60: Figura 3.7: presenza di outliersIn
Page 61 and 62: Figura 3.9: stime ottenute tramite
Page 63 and 64: family da quello di default, gaussi
Page 65 and 66: Figura 3.11: esempio di regressione
Page 67 and 68: molto rapidamente, quindi se il num
Page 69 and 70: 1. V 1: depositi bancari e postali2
Page 71 and 72: Figura 4.2: istogramma relativo all
Page 73 and 74: zona geografica, sesso e titolo di
Page 75 and 76: superficie ottenuta è stata stimat
Page 77 and 78:
tra Nord e Sud e Isole.interazione
Page 79 and 80:
Figura 4.14: Italia, donneDalle cur
Page 81 and 82:
Figura 4.18: Nord, donneFigura 4.19
Page 83 and 84:
Figura 4.22: Centro, donneFigura 4.
Page 85 and 86:
Figura 4.26: Sud e Isole, donneDa t
Page 87 and 88:
Figura 4.29: Italia, basso titolo d
Page 89 and 90:
Figura 4.32: Nord 1 − (V 1 + V 2)
Page 91 and 92:
Figura 4.36: Centro 1 − (V 1 + V
Page 93 and 94:
Figura 4.40: Sud e Isole 1 − (V 1
Page 95 and 96:
Figura 4.43: grafico dei residuiQue
Page 97 and 98:
appena rimarcati, l’ampiezza di b
Page 99 and 100:
Appendice ALe funzioni R utilizzate
Page 101 and 102:
method : di default assume il valor
Page 103 and 104:
cv : serve per selezionare il param
show all

una tecnica per la regressione locale - Department of Mathematics ...

Create successful ePaper yourself

Delete template?

Save as template?