lo studio delle relazioni tra più variabili esplicative e più dipendenti spesso richiede l’utilizzo di metodi DRM, i quali si caratterizzano per la sostituzione delle variabili esplicative originali con un minor numero di variabili latenti ortogonali. L’obiettivo del presente lavoro è quello di fornire un’interpretazione di tali metodi in termini di regressione lineare semplice. L’approccio proposto è generalizzato al caso in cui vi sia una sola matrice di variabili esplicative e più matrici di variabili dipendenti.
The Role of Linear Regression in Dimensionality Reduction Methods
AMENTA P;
2003-01-01
Abstract
lo studio delle relazioni tra più variabili esplicative e più dipendenti spesso richiede l’utilizzo di metodi DRM, i quali si caratterizzano per la sostituzione delle variabili esplicative originali con un minor numero di variabili latenti ortogonali. L’obiettivo del presente lavoro è quello di fornire un’interpretazione di tali metodi in termini di regressione lineare semplice. L’approccio proposto è generalizzato al caso in cui vi sia una sola matrice di variabili esplicative e più matrici di variabili dipendenti.File in questo prodotto:
File | Dimensione | Formato | |
---|---|---|---|
The Role of Linear Regression in Dimensionality Reduction Methods.pdf
non disponibili
Licenza:
Non specificato
Dimensione
508.41 kB
Formato
Adobe PDF
|
508.41 kB | Adobe PDF | Visualizza/Apri Richiedi una copia |
I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.