กลับไปหน้าบทความ

อ่าน 2 นาที

แบบจำลองการถดถอยปัจจัย

การวิเคราะห์ปัจจัย/แบบจำลองตัวแปรแฝง/แบบจำลองการถดถอย

ภายในการวิเคราะห์ปัจจัยทางสถิติ โมเดลการถดถอยปัจจัยหรือโมเดลปัจจัยแบบผสมเป็นโมเดลหลายตัวแปร พิเศษ ที่มีรูปแบบดังต่อไปนี้:

แบบจำลองการถดถอยปัจจัย

ภายในการวิเคราะห์ปัจจัยทางสถิติ โมเดลการถดถอยปัจจัย[ 1 ]หรือโมเดลปัจจัยแบบผสม[ 2 ]เป็นโมเดลหลายตัวแปร พิเศษ ที่มีรูปแบบดังต่อไปนี้:

yn=เอxn+บีzn++อีn{\displaystyle \mathbf {y} _{n}=\mathbf {A} \mathbf {x} _{n}+\mathbf {B} \mathbf {z} _{n}+\mathbf {c} +\mathbf {e} _{n}}

ที่ไหน,

yn{\displaystyle \mathbf {y} _{n}}คือn{\displaystyle n}-ไทยจี×1{\displaystyle G\times 1}( การสังเกตที่ ทราบ)
xn{\displaystyle \mathbf {x} _{n}}คือn{\displaystyle n}ตัวอย่างที่ -แอลx{\displaystyle L_{x}}ปัจจัยที่ซ่อนเร้น (ไม่ทราบ)
เอ{\displaystyle \mathbf {A} }คือเมทริกซ์การโหลด (ที่ไม่ทราบค่า) ของปัจจัยที่ซ่อนอยู่
zn{\displaystyle \mathbf {z} _{n}}คือn{\displaystyle n}ตัวอย่างที่ -แอลz{\displaystyle L_{z}}ปัจจัยการออกแบบ (ที่ทราบแล้ว)
บี{\displaystyle \mathbf {B} }คือค่าสัมประสิทธิ์การถดถอย (ที่ไม่ทราบค่า) ของปัจจัยการออกแบบ
{\displaystyle \mathbf {c} }เป็นเวกเตอร์ ของ พจน์คงที่หรือจุดตัดแกน(ที่ไม่ทราบค่า)
อีn{\displaystyle \mathbf {e} _{n}}เป็นเวกเตอร์ของข้อผิดพลาด (ที่ไม่ทราบค่า) ซึ่งมักจะเป็นสัญญาณรบกวนแบบเกาส์เซียนสีขาว

ความสัมพันธ์ระหว่างแบบจำลองการถดถอยปัจจัย แบบจำลองปัจจัย และแบบจำลองการถดถอย

แบบจำลองการถดถอยปัจจัยสามารถมองได้ว่าเป็นการผสมผสานของ แบบจำลอง การวิเคราะห์ปัจจัย (yn=เอxn++อีn{\displaystyle \mathbf {y} _{n}=\mathbf {A} \mathbf {x} _{n}+\mathbf {c} +\mathbf {e} _{n}}) และแบบจำลองการถดถอย (yn=บีzn++อีn{\displaystyle \mathbf {y} _{n}=\mathbf {B} \mathbf {z} _{n}+\mathbf {c} +\mathbf {e} _{n}})

อีกทางเลือกหนึ่ง โมเดลนี้สามารถมองได้ว่าเป็นโมเดลปัจจัยชนิดพิเศษ โมเดลปัจจัยแบบไฮบริด[ 2 ]

yn=เอxn+บีzn++อีn=[เอบี][xnzn]++อีn=ดีเอฟn++อีn{\displaystyle {\begin{aligned}&\mathbf {y} _{n}=\mathbf {A} \mathbf {x} _{n}+\mathbf {B} \mathbf {z} _{n}+\mathbf {c} +\mathbf {e} _{n}\\=&{\begin{bmatrix}\mathbf {A} &\mathbf {B} \end{bmatrix}}{\begin{bmatrix}\mathbf {x} _{n}\\\mathbf {z} _{n}\end{bmatrix}}+\mathbf {c} +\mathbf {e} _{n}\\=&\mathbf {D} \mathbf {f} _{n}+\mathbf {c} +\คณิตศาสตร์ {e} _{n}\end{aligned}}}

ที่ไหน,ดี=[เอบี]{\displaystyle \mathbf {D} ={\begin{bmatrix}\mathbf {A} &\mathbf {B} \end{bmatrix}}}คือเมทริกซ์การโหลดของแบบจำลองปัจจัยไฮบริด และเอฟn=[xnzn]{\displaystyle \mathbf {f} _{n}={\begin{bmatrix}\mathbf {x} _{n}\\\mathbf {z} _{n}\end{bmatrix}}}ปัจจัยเหล่านั้นได้แก่ ปัจจัยที่ทราบแล้วและปัจจัยที่ไม่ทราบ

ซอฟต์แวร์

มีซอฟต์แวร์โอเพนซอร์สสำหรับทำการวิเคราะห์การถดถอยเชิงปัจจัยให้ใช้งานได้

ดึงข้อมูลมาจาก " https://en.wikipedia.org/w/index.php?title=Factor_regression_model&oldid=1078447889 "

สรุปเนื้อหา

ข้อมูลสำคัญจากบทความ

ข้อมูลสำคัญเกี่ยวกับ แบบจำลองการถดถอยปัจจัย

ภายในการวิเคราะห์ปัจจัยทางสถิติ โมเดลการถดถอยปัจจัยหรือโมเดลปัจจัยแบบผสมเป็นโมเดลหลายตัวแปร พิเศษ ที่มีรูปแบบดังต่อไปนี้:

ความสัมพันธ์ระหว่างแบบจำลองการถดถอยปัจจัย แบบจำลองปัจจัย และแบบจำลองการถดถอย

แบบจำลองการถดถอยปัจจัยสามารถมองได้ว่าเป็นการผสมผสานของ แบบจำลอง การวิเคราะห์ปัจจัย ( y n = เอ x n + ค + อี n {\displaystyle \mathbf {y} _{n}=\mathbf {A} \mathbf {x} _{n}+\mathbf {c} +\mathbf {e} _{n}} ) และ แบบจำลองการถดถอย ( y n = บี z n + ค + อี n...

ซอฟต์แวร์

มีซอฟต์แวร์โอเพนซอร์สสำหรับทำการวิเคราะห์การถดถอยเชิงปัจจัยให้ใช้งานได้