Wikipedie:Diskuse o smazání/Polynomická regrese

Tato stránka obsahuje archiv navrhovaného smazání článku. Tuto stránku už laskavě needitujte.

Diskuse skončila výsledkem ponecháno --Ioannes Pragensis 29. 3. 2011, 12:04 (UTC)

Odůvodnění: Pojem se používá ve smyslu, jak je vyložen v článku, a zmiňují se o tom učebnice. Určitě by však v článku mělo být zmíněno, že jde o zvláštní případ lineární regrese, aby nedocházelo k podobným nedorozuměním v budoucnu. - Rozhodnutí nevylučuje možnost článek případně někam v budoucnu začlenit, pokud bude taková dohoda, zatím se však v článku lineární regrese nachází naopak šablona vybízející k jeho rozčlenění do menších článků.--Ioannes Pragensis 29. 3. 2011, 12:04 (UTC)

Polynomická regrese[editovat | editovat zdroj]

Toto není hlasování, nýbrž diskuse. Rozdíl spočívá především v tom, že se nezohledňují počty podpisů, ale váha argumentů.

Diskusi otevřel(a): Wespecz 21. 3. 2011, 20:00 (UTC)
Uzavření diskuse: standardní: týden po zahájení

Doporučená řešení[editovat | editovat zdroj]

Smazat – wikipedista 129.132.146.66, který se dle svých příspěvků zabývá o tento druh článků, navrhl článek na jeho diskusní stránce k odstranění s následujícím zdůvodněním:

„	Navrhuji zrusit tento clanek, je velmi matouci. Jedna se o linearni regresi polynomialniho modelu, nikoliv polynomialni regresi. Polynom y = \sum_k a_k x^k je preci linearni v parametrech a_k. V regresi se fituji parametry modelu a_k, nikoliv namerena data x_i, y_i. Regrese je tudiz stale linearni. V clanku je primo odvozen vztah linearni vztah (maticova rovnice) pro nalezeni parametru a_k.	“
— 129.132.146.66

Předkládám proto návrh ke smazání. Prosím wikipedisty, kteří se těmito obory zabývají, aby článek zhodnotili, přepracovali případně navrhli jeho smazání. --Wespecz 21. 3. 2011, 20:00 (UTC)

Smazat anebo upravit, ackoliv z jinych duvodu. Podle meho nazoru se tomu opravdu polynomialni regrese bezne rika (ackoliv souhlasim ze se jedna o specialni typ linearni r), ale problemy jsou vzhled, styl, neencyklopedicnost, sady vzorcu opsane z knih, navody jak to delat v matlabu a v excelu vcetne klavesovych skratek a pod (wikipedie neni ucebnice). Zrejme jednodussi nez upravit je napsat to znova. Franp9am 22. 3. 2011, 00:00 (UTC)
Zmena hlasu, vzhledem k diskuzim nize se zda, ze pojem existuje, jiny vyznam nema a je zauzivan (at uz pravem nebo ne). Navrhuju presmerovat tuto stranku na tuto sekci stranky "linearni regrese", kde uz jsou stejne informace (je to zkopirovane), takze ani neni potreba nic slucovat. Druha vec je ze ta stranka je samotna v hroznem stavu, ale to se muze resit pozdeji jako nezavisly problem. Franp9am 22. 3. 2011, 22:36 (UTC)

Komentáře[editovat | editovat zdroj]

Ptal jsem se kamaradky statisticky, a zda se, ze polynomicka regrese se opravdu bezne rika tomuhle. I na en wiki a dalsich zdrojich na webu je to takto. Polynomialni regrese je opravdu specialni pripad linearni regrese, ackoliv je to trochu matouci. No, kazdopadne, clanek je jinak v tak prisernem stavu ze smazanim nevznikne zadna skoda a bude pak mozne ho napsat poradne. Franp9am 22. 3. 2011, 16:28 (UTC)

Zdravim, diky za zalozeni diskuze o smazani, nevim presne jak se tu chovat tak snad to zvladnu. Rad bych se pokusil svuj navrh rozumnymi argumenty. Toto je urcite nedorozumeni, ke kteremu casto dochazi, a snadno na nej clovek narazi i napriklad ve vysokoskolskych skriptech, proto je tezke argumentovat tim, ze se to nepouziva. Pokud by mel clanek zustat, melo by smysl sloucit jej s clankem kvadraticka regrese a prejmenovat na obecnejsi nelinearni regrese. Nyni se ale pokusim vysvetlit, ze nelinearni regrese je ve skutecnosti neco mnohem komplikovanejsiho. S ni se setkavame v pripade, ze mame namerena data $x_{i},\,y_{i},\,i=1,\ldots ,n$ nafitovat napriklad do exponencialniho modelu $y=a\exp(bx)$ , kde jsou predmetem regrese konstatny $a,\,b$ (cisla ktera hledame); pricemz se snazime najit konstatny takove, aby norma rezidua byla co nejmensi (minimalizujeme $\sum (y_{i}-a\exp(bx_{i}))^{2}$ . Protoze jeden z parametru, konkrente $b$ je uvnitr exponencialni funkce, uloha nelze prepsat maticove jako soustava linearnich rovnic, proto se jedna o ne-linearni regresi; parametr, ktery je predmetem regrese je "schovan" uvnitr nelinearni runkce.

Nyni se pokusim vysvetlit proc to co se tu nazyva kvadraticka, resp. polynomialni regrese musime povazovat za regresi linearni, prestoze jde o prolozeni dat polynomem. Pokusim se to ukazat na regresi kvadraticke, na konkretnim prikladu. Prestavme si, ze mame linearni funkci dvou promennych $T=f(x,y)$ , ktera ma nejaky fyzikalni vyznam, napriklad teplota v bode $(x,y)$ na povrchu nejake desky. Provedeme-li mereni teploty v $n$ bodech dostaneme sadu bodu $(x_{i},y_{i},T_{i})$ . Protoze predpokladame, ze se teplotam meni linearne budeme uvazovat linearni model $T=ax+by+c$ . Kdyz do modelu nasazime body mereni a namerene hodnoty, dostavame soustavu rovnic s matici, jejiz radky jsou $x_{i},y_{i},1$ , kde $i=1,...,n$ . Nezname fitovane koeficienty jsou $[a,b,c]$ , vektor prave strany jsou teploty $[T_{1},...,T_{i},...T_{n}]^{T}$ . Predpokladam, ze az do ted se shodneme na tom, ze se neoddiskutovatelne jedna opriklad linearni regrese. Otazka do plena je, co se stane kdyz ja budu tu teplotu merit v takovych bodech $(x_{i},y_{i})$ , ze bude platit $x_{i}=y_{i}^{2}$ ; jinymi slovy namaluji si na desku parabolu a teplotu budu merit v bodech te paraboly, je-li teplota skutecne rozlozena linearne, staci mi v idealnim pripade tri mereni, ktera nelezi na primce, takze vybirat body lezici na parabole je naprosto vporadku. Kdyz ale tento vnitrni konstitutivni vztah (ktery v tomto pripade svazuje pouze body mereni, nikoliv merene veliciny) vlozim do naseho modelu, dostavam vztah $T=ay^{2}+by+c$ , ktery zde byl vylozen jako kvadraticka regrese. Takto zavedene kvadraticka a polynomialni regrese je nerozlisitelna od regrese linearni, neprinasi zadnou novou kvalitu. Ba naopak, je velmi omezujici. Linearni regrese linearniho modelu se pouziva velmi zridka a vetsinou jen v akademickych aplikacich. U realnych uloh zpravidla nevystacime ani s linearni regresi polynomialniho modelu (pouzivaji se modely postavene z goniometrickych funkci, exponencialnih nebo logaritmicych funcki, waveletu a ruzne kombinace). Zpravidla se zpracovavaji vicerozmerne soubory dat a mezi body mereni jsou konstitutivni vztahy, ktere ovsem nelze jednoduse explicitne vyjadrit, tak jak to bylo v prikladu s parabolou na desce.

Pojem linearni regrese ve statistickem zpracovani dat, a pojem linearni nejmensi ctverce v algebre (zde tusim cely clanek metoda nejmensich ctvercu) jsou pojmy zcela ekvivalentni. Pro nelinearni regresi tak jak jsem ji v uvodu naznacil, se pak analogicky zavadi nelinearni nejmensi ctverce, se kterymi se uz ale v algebre moc nesetkavame. Existuje jeste pojem ortogonalni regrese, ktery je ovsem trochu stranou tohoto toku myslenek, odpovida metode, ktera se v algebraickem svete nazyva uplny problem nejmensich ctvercu, a zohlednuje fakt, ze body ve kterych merime (respektive model, ktery pouzivame) mohou byt tez zatizeny chybou (tzn. prepoklada, ze k chybam nedochazi jen pri mereni samotne veliciny, ale i pri urcovani bodu ve kterych merim). Vrele doporucuji knizku [Sabine Van Huffel, Joos Vandewalle: The total least squares ... cosi, SIAM 1991]. Kniha ze zabyva zejmena ortogonalni regresi ale je tam i povidanih o linearni regresi jak z pohledu statistickeho zpracovani dat, tak z pohledu algebraickeho. .... Martin (129.132.146.66), 22. 3. 2011, 19:11.

Ahoj Martine. Diky za prizpevek. Souhlasim s tim, ze to, o cem je clanek ted, je specialni pripad linearni regrese. Presto si myslim, ze vyraz "polynomialni regrese" se v tomto vyznamu nekdy pouziva (at uz je to matematicky spravne nebo ne). Nicmene souhlasim s tim, ze clanek by mel byt bud smazan, anebo zaclenen jako sekce do clanku lineární regrese. Pokud casem napisete stranku Nelineární regrese, tim lip. Zdravim Franp9am 22. 3. 2011, 18:41 (UTC)

Ahoj, diky za reakci. Psal jsem to dost narychlo tak ze me vypadlo co jsem mel zrovna v hlave. Souhlasim s tim ze se tento termin pouziva a osobne s nim mam jen velmi decentni problem. Kazdopadne si myslim, ze je to potreba vysvetlit aby nedochazelo ke zmatkum, coz neni tezke. Existence techto dvou clanku nicmene pusobbi spis zmateni. Jinak, oba clanky jsou vpodstate stejne a jsou uz soucasti clanku "metoda nejmensich ctvercu" (tam je totez potreti, takze zacleneno vpodstate jest). V tomto clanku jsem delal zmeny. Je mozne to tam vpodstate zminit, ja osobne bych preferoval formulaci typu: "... jedna se o linearni regresi polynomialniho modelu, nekdy zkracnene nazyvanou polynomialni regrese ... Martin (tentokrat z jine IP :)

Navrh reseni[editovat | editovat zdroj]

Pokud mne v tom podporite, navrhuju tyto zmeny:

(1) Cast soucasneho textu teto stranky a take stranky Kvadratická regrese sloucit jako sekci do lineární regrese
(2) Napsat zarodek stranky Nelineární regrese -- muzu udelat, pokud to nenapise Martin
(3) Z hesla Polynomická regrese udělat rozcestnik s dvema vyznamy:
- Linearni regrese polynomialniho typu -- odkaz na prislusnou sekci v clanku linearni regrese
- Nelinearni polynomialni regrese -- odkaz na prislusnou sekci v clanku nelinearni regrese
(4) Heslo "Kvadraticka regrese" presmerovat na rozcestnik Polynomická regrese

Souhlas? Franp9am 22. 3. 2011, 19:33 (UTC)

Body (1) a (2) jsou bezproblemu; nevim jak na tom budu s casem, kdyz budu moct tak pomuzu ale nevim jeslti budu moct psat cely clanek; s nelinearni regresi ja osobne prilis neprichazim do styku takze by mi to dalo dost prace. Vzasade jsem se s nelinarni regresi setkal jen pri fitovani exponencialniho (

y=a\exp(bx)

) a logaritmickeho (nevim jak vypada asi

y=a\log(b+x)

) modelu. To souvisi s bodem (3): Co by melo byt v prislusne sekci nelinearni regrese? Kdyz budu pracovat modelem

y=\sum a_{i}x^{i}

, je to linearni regrese, kdyz s modelem

y=\sum a_{i}x^{b_{i}}

je to nelinearni regrese ale uz exponencialni model. Kdyz uvazujeme (nelinearni) polynomialni regresi ve smyslu nalezeni celociselnych mocnin tak aby bylo residuum minimalni, tak se dostavame do oblasti nejakeho celociselneho programovani coz je prilis daleko. (A dat tam to same co do linearni je nestastne; nemuze to byt linearni a nelinarni zaroven.) Ja bych rozcestnik (3) nevytvarel. Heslo polynomialni (reps. kvadraticka) regrese bych smeroval primo na prislusnou sekci regrese linearni. ... Martin.

No, tou nelinearni polynomialni regresi jsem myslel neco jako "pro danou tridu funkci f_{ij...k} najit parametry a_i takove, aby model \sum a_i a_j ... a_k f_{ij...k} co nejlepe aproximoval predem zadane hodnoty." To je totiz pripad, kdy by parametry a_i vystupovali jako polynom. Tak nejak bych asi chapal druhy vyznam (nelinearni) slovniho spojeni "polynomicka regrese". Mozna to ale take neni standardni nazvoslovi, nejsem si jist. Pokud se Vam to ale nezda, reseni by bylo take jenom to sloucit do linearni regrese a heslo "polynomicka regrese" presmerovat tam. To je mozna uplne nejjednodusii. Co myslite? Btw muzme si tykat? Franp9am 22. 3. 2011, 20:45 (UTC)

Uprimne receno nevim. Nevim jeslti se neco takoveho nekdy pouziva. A nejsem si jisty jestli je takova formulace ucelna ve vysledku dostanu dlouhou sumu funkci f_{\lambda}, kde \lambda := (i,j,..,k) je nejaky multiindex nasobenych skalary \tilde{a}_{\lambda} := a_i a_j... a_k; takze formalne by to slo zase prepsat jako linarni regrese s temi multiindexy. Nejsem si ale jistej jestli by to bylo totez co jste myslel, to je lepe videt primo ze vzorcu. Je mozne ze se neco takoveho vyuziva u pri reseni tenzorovych uloh velke dimenze? Tam se vzdycky nejaka separabilita hodi, tam se ale zase spis pouzivaji metody postavene primo na SVD. Fakt nevim, pokud mate neco podle ceho napsat nastrel, tak asi fajn. Jinak mi to uprimne prijde trochu jako vareni z vody. Ale je mozne ze statistici neco takoveho maji. Militky vydal asi 3 takove nehorazne velke knizky (snad academia) o statistickem zpracovani dat, tak tam by o tom mohla byt zminka, pokud neco takoveho je.

V tom pripade navrhuju dve moznosti: (1) presunout text do linearni regrese a heslo presmerovat tam anebo (2) nechat to jak to je, a pridat do uvodni vety vysvetleni, ze se jedna o specialni typ linearni regrese. Co je pro Vas prijatelnejsi?

Trochu mne mate, ze puvodne jste navrhnul odstraneni textu s oduvodnenim Jedna se o linearni regresi polynomialniho modelu, nikoliv polynomialni regresi. a ted se ukazuje, ze sam nevite, co jineho by polynomialni regrese mela byt. Pokud je cely problem jen o pridani jednoho vysvetlujiciho slova v uvodni vete, tak to jste mel udelat rovnou, ne "navrhovat zrusit clanek". Franp9am 22. 3. 2011, 21:21 (UTC)

Zdravim, ja osobne bych byl pro variantu (1). K tomu druhemu, to se moc omlouvam za zmateni a ne dost presne vysvetelni v uvodnim navrhu. Pod pojmem polynomialni regrese si opravdu neumim nic smysluplneho predstavit. V ostanich pripadech se tez hovori o nelinearni regresi (nikoliv o exponencialni nebo logaritmicke). (Ne)linearita v nazvu souvisi s (ne)moznosti formulovat problem jazykem linearni algebry (model je (ne)linearni ve fitovanych parametrech). Ospravedlneni pojmu polynomialni regrese (tak jak je v clanku zaveden) jsem se pokusil rozporovat faktem ze je ekvivaletni pojmu linearni regrese; kazda polynomialni lze popsat jako linearni a kazda linearni s lze trivialne popsat jako polynomialni. Proto se mezi tim realne nerozlisuje, resp. realne se vubec ty pojmy nezavadi (realne se nepracuje ani s monomialni bazi ale zpravilda s nejakou ortonormalni bazi). Realne, i kdybchom nasli literaturu, kde se toto bude jako samostatna metoda zminovat a na zaklade toho dosli ke koncensu, ze ma smysl tyto dve stranky nechat jako samostatna hesla, lisit od linearni regrese se to bude jen volbou baze (misto {x,1} bude {x^2,x,1}, resp {x^p,...,x,1}). Omlouvam se pokud jsem navrhem prestrelil, mym zamerem kazdopadne bylo a je vyklad zprehlednit. Tezko k tomu rict vic .... Martin :)

Mozna jeste shrnujici drobnost. Ja se nesnazim nijak branit zavedeni tech pojmu, pokud nekdo vi, ze se nekde v literature vyskytuji. Jen mi prijde zbytecne mit kvuli tomu tri de-facto identicke clanky, jeden pro obecne p, jeden pro p=1 a jeden pro p=2. Notabene, kdyz je to vec relativne jednoducha. Proto jsem vyslovil navrhy na zruseni .... toz dobrou noc, M :)

Ok, nejsem statistik, zabyval jsem se spise geometrii. Navrhnul jsem presmerovani v hlasovani. Dobrou noc. Franp9am 22. 3. 2011, 22:38 (UTC)

Ok, ja se zase zabyvam praktickym pocitanim. Jen k Vasemu navrhu vyse, bylo by dobre overit zda ten pojem opravdu existuje, zkusim k tomu najit nejake reference. ... Martin

Podle spousty anglickych internetovych zdroju vcetne anglicke wikipedie existuje, a podle nazoru me kamaradky co ma ze statistiky doktorat take existuje. Navic jde jenom o presmerovani -- to opravdu je detail.. Franp9am 22. 3. 2011, 22:58 (UTC)

Dobra, omlouvam se tedy za unahlenou reakci. S temi nazory to je, jak vidno tezke, jsem na tom stejne jako Vase kamaradka ;) ... Martin.

Navrh reseni je podle me OK. A jeste bych pridal bod (5) Podivat se do clanku Metoda nejmenších čtverců a nejak to prebrat. --Jx 27. 3. 2011, 20:49 (UTC)

No mezitim mne ale Martin presvedcoval, ze polynomialni regrese se v zadnem jinem vyznamu nez jako specialni typ linearni regrese nevyskytuje, tak nevim.. Viz diskuzi vyse. Franp9am 27. 3. 2011, 20:53 (UTC)

No tak v tom pripade se uz musite pouze rozhodnout, jestli to, cemu ja rikam "polynomicka regrese", zustane v clanku "polynomicka regrese" nebo jeste to presunete do "linearni regrese". Tamtez pridat i aproximaci parabolou ("kvadratickou regresi"). A dodelat redirecty. --Jx 27. 3. 2011, 21:02 (UTC)

Presne tak. Mne je to celkem jedno, necham to na uzaviratele Diskuze o Smazani.. Franp9am

Pokud mohu: Nemazat. Podle mne by se ty články rušit neměly. Uvědomte si, že Wikipedii používají i naprostí laikové, pro které je samostatný článek pochopitelnější. Jakmile zabalíte postupy do formálně správné hatmatilky a zahrnete je do velmi obecného modelu, přestane to být pro nematemaika čitelné. Takže navrhuji, aby v článcích byl na začátku jasný popis, že se jedná o zvláštní případ blablabla, ale aby články jako takové zůstaly. Tohle popisuji z vlastní zkušenosti, kdy si přesně pamatuji, jak jsem se to sám kdysi dávno učil a jak jsem to učil další lidi. --Postrach 28. 3. 2011, 05:34 (UTC)

Výše uvedená diskuse je uchovávána jako archiv diskuse. Laskavě ji neměňte. Případné další debaty patří na příslušnou stránku (na diskusní stránku článku, pokud byl ponechán, na stránku Wikipedie:Pod lípou, pokud byl smazán). Na této stránce by už neměly být prováděny žádné editace.