Stefano Covino ha scritto:
> Ciao!
> Allora, intendo l'ottenere un fit lineare con un set di dati tipo x, y,
> errore su y ed anche dei limiti superiori, od inferiori, su y. In
> letteratura ho trovato parecchio materiale, ma permetteva di risolvere il
> problema solo con dati senza errori, ovvero x, y ed eventualmente limiti
> superiori od inferiori. Mi domandavo se qualcuno avesse dei suggerimenti
> per affrontare il problema nel suo aspetto pi� generale.
se stai facendo un fit lineare con coefficienti dati dal metodo dei minimi
quadrati (e' probabilmente il tuo caso), implicitamente assumi che
per ogni x_i, y_i sia una variabile casuale distribuita gaussianamente con
varianza sigma^2. La varianza di y_i non dipende da i.
Quello che il modello di regressione ti da, e' il valor medio di y_i per
ogni x_i.
Cioe E(y_i)=a+b x_i, con a e b calcolati col metodo dei minimi quadrati.
Ora, se tu hai barre di errore, per fare girare l'algoritmo di
regressione devi scegliere la media della barra, perche` *comunque* stai
assumendo che y_i
e' normalmente distribuita, e quindi il suo (di y_i) migliore estimatore
e' proprio la media, sia come bias (zero) che come varianza (la minima
possibile, se non ricordo male).
scusa la banalita`, ma e' stato interessante pensarci su`, fammi sapere se
ti torna.
Ciao
bigio
--
questo articolo e` stato inviato via web dal servizio gratuito
http://www.newsland.it/news segnala gli abusi ad abuse_at_newsland.it
Received on Fri Aug 27 2004 - 13:31:58 CEST