2
Apakah ada cara yang elegan / berwawasan untuk memahami identitas regresi linier ini untuk banyak ?
Dalam regresi linear saya menemukan hasil yang menyenangkan jika kita cocok dengan model E[Y]=β1X1+β2X2+c,E[Y]=β1X1+β2X2+c,E[Y] = \beta_1 X_1 + \beta_2 X_2 + c, kemudian, jika kita membuat standar dan memusatkan data , dan ,YYYX1X1X_1X2X2X_2 R2=Cor(Y,X1)β1+Cor(Y,X2)β2.R2=Cor(Y,X1)β1+Cor(Y,X2)β2.R^2 = \mathrm{Cor}(Y,X_1) \beta_1 + \mathrm{Cor}(Y, X_2) \beta_2. Bagi saya ini terasa seperti versi 2 variabel dari …