una tecnica per la regressione locale - Department of Mathematics ...
una tecnica per la regressione locale - Department of Mathematics ...
una tecnica per la regressione locale - Department of Mathematics ...
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
CV (ĝ) = 1 nn∑(y i − ĝ −i (x i )) 2i=1da minimizzare. Nell’espressione appena scritta ĝ −i rappresenta <strong>la</strong> stimaquando <strong>la</strong> singo<strong>la</strong> osservazione (x i , y i ) è omessa dal set di dati. Formalmentecalco<strong>la</strong>re ogni <strong>regressione</strong> ĝ −i risulta molto costoso a livello computazionale;esiste a questo proposito <strong>una</strong> notevole semplificazione, valida <strong>per</strong> tutti glistimatori lineari descritti:ĝ −i (x i ) = ĝ(x i) − L α (x i , x i )y i1 − L α (x i , x i )Con questa semplificazione, il criterio Cross Validation diventaCV (ĝ) = 1 nn∑i=1(y i − ĝ −i (x i )) 2(1 − L α (x i , x i )) 2Esiste <strong>una</strong> Cross Validation generalizzata, adatta quando sono presenti valoridi x coincidenti, che sostituisce i valori L α (x i , x i ) con <strong>la</strong> media, ν 1 /n. Essaassume <strong>la</strong> seguente forma:∑ ni=1GCV (ĝ) = n(y i − ĝ −i (x i )) 2(n − ν 1 ) 2Il parametro di smoothing ottimale corrisponde al valore di α che minimizzaCV o GCV .La Cross Validation è applicabile <strong>per</strong> <strong>la</strong> scelta di α sia al Loess che ai KernelSmoothers, ma, nel s<strong>of</strong>tware R, le Smoothing Splines sono le uniche a <strong>of</strong>frire<strong>la</strong> possibilità di utilizzare <strong>la</strong> Cross Validatio semplicemente aggiungendoun argomento, cv nel<strong>la</strong> funzione smooth.spline. Se cv = T RUE viene usata<strong>la</strong> Cross Validation ordinaria, altrimenti quel<strong>la</strong> generalizzata. In Figura2.6 si può vedere <strong>una</strong> curva ottenuta attraverso Cross Validation generaliz-46