خطاها و باقیمانده‌ها: تفاوت میان نسخه‌ها
محتوای حذف‌شده محتوای افزوده‌شده
ابرابزار و بیشتر |
افزودن منبع |
||
| خط ۱: | خط ۱: | ||
[[پارامتر (آمار)|در]] [[آمار]] و [[بهینه‌سازی]]، '''خطاها''' و '''باقیمانده‌ها''' دو معیار نزدیک به [[نمونه‌گیری آماری|هم]] مرتبط هستند و به راحتی با هم اشتباه گرفته می‌شوند. '''خطای''' یک [[مشاهده]]، انحراف مقدار مشاهده‌شده از مقدار واقعی یک مقدار مورد علاقه (مانند [[جامعه آماری|میانگین جمعیت]]) است. '''باقیمانده''' تفاوت بین مقدار مشاهده‌شده و مقدار ''[[برآورد|برآورد مورد نظر]]'' است (مانند میانگین نمونه). این تمایز در [[تحلیل رگرسیون]] بسیار مهم است، جایی که مفاهیم گاهی '''خطاهای رگرسیونی''' و '''باقیمانده‌های رگرسیونی''' نامیده می‌شوند و به مفهوم باقیمانده‌های استیودنت‌شده پایان می‌یابند. در [[اقتصادسنجی]] به «خطاها» '''آشفتگی (اختلال)''' نیز گفته می‌شود. |
[[پارامتر (آمار)|در]] [[آمار]] و [[بهینه‌سازی]]، '''خطاها''' و '''باقیمانده‌ها''' دو معیار نزدیک به [[نمونه‌گیری آماری|هم]] مرتبط هستند و به راحتی با هم اشتباه گرفته می‌شوند. '''خطای''' یک [[مشاهده]]، انحراف مقدار مشاهده‌شده از مقدار واقعی یک مقدار مورد علاقه (مانند [[جامعه آماری|میانگین جمعیت]]) است. '''باقیمانده''' تفاوت بین مقدار مشاهده‌شده و مقدار ''[[برآورد|برآورد مورد نظر]]'' است (مانند میانگین نمونه). این تمایز در [[تحلیل رگرسیون]] بسیار مهم است، جایی که مفاهیم گاهی '''خطاهای رگرسیونی''' و '''باقیمانده‌های رگرسیونی''' نامیده می‌شوند و به مفهوم باقیمانده‌های استیودنت‌شده پایان می‌یابند. در [[اقتصادسنجی]] به «خطاها» '''آشفتگی (اختلال)''' نیز گفته می‌شود.<ref name="Kennedy 2008 p. 576">{{cite book | last=Kennedy | first=P. | title=A Guide to Econometrics | publisher=Wiley | year=2008 | isbn=978-1-4051-8257-7 | url=https://books.google.com/books?id=69MDEAAAQBAJ&pg=PA576 | access-date=2022-05-13 | page=576}}</ref><ref name="Wooldridge 2019 p. 57">{{cite book | last=Wooldridge | first=J.M. | title=Introductory Econometrics: A Modern Approach | publisher=Cengage Learning | year=2019 | isbn=978-1-337-67133-0 | url=https://books.google.com/books?id=TONhEAAAQBAJ&pg=PA57 | access-date=2022-05-13 | page=57}}</ref><ref name="Das 2019 p. 7">{{cite book | last=Das | first=P. | title=Econometrics in Theory and Practice: Analysis of Cross Section, Time Series and Panel Data with Stata 15.1 | publisher=Springer Singapore | year=2019 | isbn=978-981-329-019-8 | url=https://books.google.com/books?id=rK6tDwAAQBAJ&pg=PA7 | access-date=2022-05-13 | page=7}}</ref> |
||
== منابع == |
== منابع == |
||
{{پانویس}} |
{{پانویس|چپ‌چین=بله}} |
||
{{کمترین مربعات و تحلیل رگرسیون}} |
{{کمترین مربعات و تحلیل رگرسیون}} |
||
نسخهٔ کنونی تا ۲۱ اکتبر ۲۰۲۳، ساعت ۰۶:۵۸
در آمار و بهینه‌سازی، خطاها و باقیمانده‌ها دو معیار نزدیک به هم مرتبط هستند و به راحتی با هم اشتباه گرفته می‌شوند. خطای یک مشاهده، انحراف مقدار مشاهده‌شده از مقدار واقعی یک مقدار مورد علاقه (مانند میانگین جمعیت) است. باقیمانده تفاوت بین مقدار مشاهده‌شده و مقدار برآورد مورد نظر است (مانند میانگین نمونه). این تمایز در تحلیل رگرسیون بسیار مهم است، جایی که مفاهیم گاهی خطاهای رگرسیونی و باقیمانده‌های رگرسیونی نامیده می‌شوند و به مفهوم باقیمانده‌های استیودنت‌شده پایان می‌یابند. در اقتصادسنجی به «خطاها» آشفتگی (اختلال) نیز گفته می‌شود.[۱][۲][۳]
منابع
[ویرایش]- ↑ Kennedy, P. (2008). A Guide to Econometrics. Wiley. p. 576. ISBN 978-1-4051-8257-7. Retrieved 2022-05-13.
- ↑ Wooldridge, J.M. (2019). Introductory Econometrics: A Modern Approach. Cengage Learning. p. 57. ISBN 978-1-337-67133-0. Retrieved 2022-05-13.
- ↑ Das, P. (2019). Econometrics in Theory and Practice: Analysis of Cross Section, Time Series and Panel Data with Stata 15.1. Springer Singapore. p. 7. ISBN 978-981-329-019-8. Retrieved 2022-05-13.
| Computational statistics | |||||||||
|---|---|---|---|---|---|---|---|---|---|
| همبستگی و وابستگی | |||||||||
| تحلیل رگرسیون | |||||||||
| رگرسیون به عنوان مدل آماری |
| ||||||||
| Decomposition of variance | |||||||||
| توضیح مدل | |||||||||
| پیشزمینه | |||||||||
| طرح آزمایش | |||||||||
| آنالیز عددی نظریه تقریب | |||||||||
| کاربردها | |||||||||
<noinclude{{doc|content>
</noinclude>
| |||||||||||||||||||||
| |||||||||||||||||||||
| |||||||||||||||||||||
| |||||||||||||||||||||
| |||||||||||||||||||||
| |||||||||||||||||||||
