Loiser1的博客

回归主要借鉴高级计量经济学及Stata应用 第2版_陈强_北京：高等教育出版社_2014.04_669_13526050文中所提"书"即是这本中的内容线性回归Yi=b0+b1Xi+ϵi,ϵi∼(0,σ2)Y_i=b_0+b_1X_i+\epsilon_i,\qquad \epsilon_i\sim (0,\sigma^2)Yi​=b0​+b1​Xi​+ϵi​,ϵi​∼(0,σ2)Y^=b0+b1X\hat{Y}=b_0+b_1XY^=b0​+b1​X古典线性回归模型的假定:总体模型:Y

下面两种算法一般都需标准化消除量纲影响主成分分析(PCA)目的数据降维，将n维数据降为n’维数据。原数据X:n×m,sample point:(x1,...,xn)T,base:{w1,...,wn}X:n\times m,sample\,point:(x_1,...,x_n)^T,base:\lbrace w_1,...,w_n\rbraceX:n×m,samplepoint:(x1​,...,xn​)T,base:{w1​,...,wn​}转换到n‘维空间中，x(i)→z(i)=(zi(i),.