: 선형 회귀 다른 오류 중량

Question

제가

범위

y = a1 * x1 + a2 * x2 + ... + a20 * x20 

Y는 모델 [-100000 100000]를 갖는다. 상대적인 오류가 최소가되는 곳에서 회귀를 얻는 것이 중요합니다. 절대적인 오류는 덜 중요합니다.

어떤 MATLAB 함수를 사용해야합니까? 내 표본은 얼마나 거대합니까?

R_adj을 계산하는 가장 쉬운 방법은 무엇입니까? R_adj은 제안하는 모델을 평가하기위한 좋은 변수입니까, 아니면 다른 모델을 사용해야하는 모델입니까?

Answer 1

x 점을 해당 y 값으로 정규화 한 것으로 생각하십니까? 대신
피팅 x_i1, x_i2, ..., x_i20 당신은, 당신이 x_i1/y_i, x_i2/y_2, ... x_i20/y_i1에 피팅 고려할 수 있습니다 i 모든 샘플에 대한 y_i합니다.

그렇게하기로 결정하는 경우

, 당신은 -by- 20 크기 n의 매트릭스 X를 구성해야합니다 ( i 번째 행은 i 번째 sampe입니다). 그런 다음 :

>> n = size(x,1); % number of samples 
>> nX = bsxfun(@rdivide, X, y); % divide each sample i with corresponding y_i 
>> a = nX \ ones(n,1); % solution using normalization 

당신은 회귀 방법은 문제를 가장 잘 맞는 어느 알아 내야 않은 정규화 최소 자승

>> non_a = X \ y;