Saya pikir masalah yang membingungkan Anda adalah Anda terbiasa mengalami kesalahan aditif. Kebanyakan model tidak mau.
Pikirkan regresi linier bukan sebagai rata-rata linier dengan kesalahan aditif, tetapi sebagai respons yang bersyarat normal:
(Y|X)∼N(Xβ,σ2I)
Kemudian kesamaan dengan GLM, khususnya, dengan regresi Poisson dan regresi logisitic lebih jelas.
(Y|X)E(Y|X)Y−E(Y|X)
[Anda dapat mengambil kombinasi prediktor tertentu dan menulis variabel respons dalam kaitannya dengan ekspektasi dan penyimpangan dari itu - 'kesalahan' jika Anda mau - tetapi itu tidak terlalu mencerahkan ketika merupakan objek yang berbeda dari setiap kombinasi prediktor lainnya. Biasanya lebih informatif dan lebih intuitif untuk menuliskan respons sebagai distribusi yang merupakan fungsi dari para prediktor daripada dalam bentuk penyimpangan-dari-harapan.]
Jadi, sementara Anda bisa menulisnya 'dengan istilah kesalahan' itu hanya kurang nyaman dan secara konsep lebih sulit untuk melakukannya daripada melakukan hal-hal lain.