خطاها و باقیمانده‌ها
در آمار و بهینه‌سازی، خطاها و باقیمانده‌ها دو معیار نزدیک به هم مرتبط هستند و به راحتی با هم اشتباه گرفته می‌شوند. خطای یک مشاهده، انحراف مقدار مشاهده‌شده از مقدار واقعی یک مقدار مورد علاقه (مانند میانگین جمعیت) است. باقیمانده تفاوت بین مقدار مشاهده‌شده و مقدار برآورد مورد نظر است (مانند میانگین نمونه). این تمایز در تحلیل رگرسیون بسیار مهم است، جایی که مفاهیم گاهی خطاهای رگرسیونی و باقیمانده‌های رگرسیونی نامیده می‌شوند و به مفهوم باقیمانده‌های استیودنت‌شده پایان می‌یابند. در اقتصادسنجی به «خطاها» آشفتگی (اختلال) نیز گفته می‌شود.[۱][۲][۳]
منابع
[ویرایش]- ↑ Kennedy, P. (2008). A Guide to Econometrics. Wiley. p. 576. ISBN 978-1-4051-8257-7. Retrieved 2022-05-13.
- ↑ Wooldridge, J.M. (2019). Introductory Econometrics: A Modern Approach. Cengage Learning. p. 57. ISBN 978-1-337-67133-0. Retrieved 2022-05-13.
- ↑ Das, P. (2019). Econometrics in Theory and Practice: Analysis of Cross Section, Time Series and Panel Data with Stata 15.1. Springer Singapore. p. 7. ISBN 978-981-329-019-8. Retrieved 2022-05-13.
| Computational statistics | |||||||||
|---|---|---|---|---|---|---|---|---|---|
| همبستگی و وابستگی | |||||||||
| تحلیل رگرسیون | |||||||||
| رگرسیون به عنوان مدل آماری |
| ||||||||
| Decomposition of variance | |||||||||
| توضیح مدل | |||||||||
| پیشزمینه | |||||||||
| طرح آزمایش | |||||||||
| آنالیز عددی نظریه تقریب | |||||||||
| کاربردها | |||||||||
<noinclude{{doc|content>
</noinclude>
| |||||||||||||||||||||
| |||||||||||||||||||||
| |||||||||||||||||||||
| |||||||||||||||||||||
| |||||||||||||||||||||
| |||||||||||||||||||||
