رگرسیون پواسون: تفاوت میان نسخه‌ها
محتوای حذف‌شده محتوای افزوده‌شده
برچسب‌ها: متن دارای ویکی‌متن نامتناظر ویرایشگر دیداری |
برچسب‌ها: متن دارای ویکی‌متن نامتناظر ویرایشگر دیداری |
||
خط ۳۱:
<math>\ell(\theta\mid X,Y) = \sum_{i=1}^m \left( y_i \theta' x_i - e^{\theta' x_i} \right). </math>
حال برای پیدا کردن بیشینه تابعِ <math>\ell(\theta\mid X,Y) </math> باید گرادیان آنرا با صفر یکی کرد، یعنی <math>\frac{\partial \ell(\theta\mid X,Y)}{\partial \theta} = 0 </math>. این معادله اما جوابی در فرم بسته ندارد و باید جواب آنرا از روشی دیگر پیدا کرد. از آنجا که <math>-\ell(\theta\mid X,Y) </math> تابعی محّدب است، می‌توان به پارامتر بهینه یعنی پارامتری که <math>-\ell(\theta\mid X,Y) </math> را کمینه و <math>\ell(\theta\mid X,Y) </math> را بیشینه کند با روشهای بهینه‌سازی محّدب مانند [[گرادیان کاهشی]] رسید.
<br />
== ده سازی‌ها ==
Some [[statistics packages]] include implementations of Poisson regression.
| |||