: > 有沒有別的證法啊 : 有! 很簡單! : SST = SSR + SSE for any model includes the constant term. : SSE(X1,X2) ≦ SSE(X1) by the definition of least squares. ^^^^^^^^^^^^^^^^^^^^^ 這樣算是什麼定義，我還是不懂 因為定義上要minimize SSE, subject to 比較多的variables會佔優勢嗎？ 我猜的.... 話說～這一步跟我們印度老師講得完全一樣 他是講什麼從minimize包含小集合的大集合 會比minimize小集合大.... 基本上他的英文對我來說是相當有難度啦～～ 更慘的是每次問完他問題他還會說 老子他媽的是統計博士，比你強是天經地義～不要難過.... 當然他是講英文....也是相當以鼓勵代替責備的語氣.... 但是每次聽都有相哭的感覺 我又何嘗不是在唸博士呢？ : 可以找找... : 給你一個參考答案 (沒有查證, 希望我沒弄錯): : ^ ~ 2 : SSR(X2|X1) = Σ(Y - Y) : ^ ~ : 其中 Y 為較繁模型之 fitted value, Y 為較簡模型之 : fitted value. : 用矩陣來證明其實不難! 這些事情等我考完期末可以來做做看 -- 仙道家訓 道貌岸然背仁義 笑裡藏刀工心機 --

※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 69.241.231.73