আপনি যখন মতো কোনও রিগ্রেশন মডেল ফিট , তখন মডেল এবং অনুমানকারী জানেন না যে কেবলমাত্র বর্গক্ষেত্র , এটি কেবল 'চিন্তা' করে এটি অন্য পরিবর্তনশীল। অবশ্যই কিছু মিল রয়েছে, এবং এটি ফিটের সাথে সংযুক্ত হয়ে যায় (উদাহরণস্বরূপ, স্ট্যান্ডার্ড ত্রুটিগুলি অন্যথায় হতে পারে তার চেয়ে বড়) y^i=β^0+β^1xi+β^2x2ix2ixi
আমরা বুঝতে পারি না যে মডেলটিতে দুটি পৃথক ভেরিয়েবল রয়েছে, কারণ আমরা জানি যে এবং মধ্যে একটি বক্ররেখার সম্পর্ক ক্যাপচার করার জন্য শেষ পর্যন্ত মতো একই পরিবর্তনশীল । এর প্রকৃত প্রকৃতির , আমাদের বিশ্বাসের সাথে এবং মধ্যে একটি বক্ররেখা সম্পর্ক রয়েছে যা আমাদের মডেলটির দৃষ্টিকোণ থেকে এখনও লিনিয়ার যেভাবে বুঝতে অসুবিধা বোধ করে। এছাড়াও, আমরা এবং ভিজ্যুয়ালাইজx2ixixiyix2ixiyixix2iএকসাথে 2 ডি প্লেনে 3D ফাংশনের প্রান্তিক প্রক্ষেপণটি দেখে । x,y
যদি আপনার কাছে কেবল এবং আপনি তাদের পূর্ণ 3D স্পেসে ভিজ্যুয়ালাইজ করার চেষ্টা করতে পারেন (যদিও এটি এখনও ঘটছে তা দেখতে সত্যিই কঠিন)। আপনি যদি পুরো 3 ডি স্পেসে লাগানো ফাংশনটি দেখে থাকেন তবে আপনি দেখতে পাবেন যে লাগানো ফাংশনটি 2 ডি প্লেন এবং ততোধিক এটি একটি সমতল বিমান। আমি যেমন বলেছি, এটি দেখতে খুব শক্ত কারণ কারণ ডেটা কেবলমাত্র 3 ডি স্পেসের মধ্য দিয়ে বক্ররেখার লাইনে বরাবর উপস্থিত থাকে (এই সত্যটি তাদের প্রান্তিকের দৃশ্যমান প্রকাশ)। আমরা এখানে এটি করার চেষ্টা করতে পারি। কল্পনা করুন এটি উপযুক্ত জিনিসগুলি: xix2ixi,x2i
x = seq(from=0, to=10, by=.5)
x2 = x**2
y = 3 + x - .05*x2
d.mat = data.frame(X1=x, X2=x2, Y=y)
# 2D plot
plot(x, y, pch=1, ylim=c(0,11), col="red",
main="Marginal projection onto the 2D X,Y plane")
lines(x, y, col="lightblue")
# 3D plot
library(scatterplot3d)
s = scatterplot3d(x=d.mat$X1, y=d.mat$X2, z=d.mat$Y, color="gray", pch=1,
xlab="X1", ylab="X2", zlab="Y", xlim=c(0, 11), ylim=c(0,101),
zlim=c(0, 11), type="h", main="In pseudo-3D space")
s$points(x=d.mat$X1, y=d.mat$X2, z=d.mat$Y, col="red", pch=1)
s$plane3d(Intercept=3, x.coef=1, y.coef=-.05, col="lightblue")
এই চিত্রগুলিতে দেখতে আরও সহজ হতে পারে, যা rgl
প্যাকেজটি ব্যবহার করে একই ডেটা দিয়ে তৈরি কোনও ঘোরানো 3 ডি চিত্রের স্ক্রিনশট ।
যখন আমরা বলি যে "প্যারামিটারগুলিতে রৈখিক" একটি মডেল সত্যিই রৈখিক হয়, এটি কেবল কিছু গাণিতিক পরিশীলন নয়। সঙ্গে ভেরিয়েবল, আপনি একটি ঝুলানো হয় একটি -dimensional hyperplane -dimensional hyperspace (আমাদের উদাহরণে একটি 3D স্থান একটি 2 ডি সমতল)। সেই হাইপারপ্লেনটি আসলেই 'ফ্ল্যাট' / 'লিনিয়ার'; এটি কেবল রূপক নয়। ppp+1