※ 引述《[email protected] (仙道群)》之銘言： > : 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？ 不是 "subject to 比較多 variables", 是可調整的參數 比較多. 想一想 minimize Σ(Yi-μ)^2 μ 與 minimize Σ(Yi - α - βXi)^2 α, β 就清楚了! 後者多了β可以調整, 當然結果不會比前者大。 > 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.... 在一個大集合找最小值, 結果會比在一個它的較小子集找 到的最小值來得小。舉個例子: 要買某本書, 在全世界找 最便宜的, 比起在某一地區找最便宜的, 當然前者找到的 不會比後者貴。 > 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？ 加油! > : 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 -- 嗨! 你好! 祝事事如意, 天天 happy! :) 統計專業版, 需要你的支持! :) 無名小站 telnet://wretch.twbbs.org Statistics (統計方法討論區) 盈月與繁星 telnet://ms.twbbs.org Statistics (統計：讓數字說話) 成大計中站 telnet://bbs.ncku.edu.tw Statistics (統計方法及學理討論區) 交大資訊次世代 telnet://bs2.twbbs.org Statistics (統計與機率) ★本文未經本人同意請勿轉載; 回覆請勿全文引用, 請僅留下直接涉及部分。 -- 夫兵者不祥之器物或惡之故有道者不處君子居則貴左用兵則貴右兵者不祥之器非君子 之器不得已而用之恬淡為上勝而不美而美之者是樂殺人夫樂殺人者則不可得志於天下 矣吉事尚左凶事尚右偏將軍居左上將軍居右言以喪禮處之殺人之眾以哀悲泣之戰勝以 喪禮處之道常無名樸雖小天下莫能臣侯王若能守之萬物將自賓天地相合以降甘露民莫 之令而自均始制有名名亦既有夫亦將知止知止可以不殆譬道之在天 163.15.188.87海 作者在 06/03/17 17:28:35 從 163.15.188.87 修改這篇文章