Próbuję dopasować model wielokrotnej regresji liniowej do moich danych za pomocą kilku parametrów wejściowych, powiedzmy 3.
Jak wyjaśnić i zwizualizować ten model? Mógłbym wymyślić następujące opcje:
Wymień równanie regresji opisane w (współczynniki, stała) wraz ze standardowym odchyleniem, a następnie wykres błędu resztkowego, aby pokazać dokładność tego modelu.
Wykresy par niezależnych i zależnych zmiennych, takie jak to:
Po poznaniu współczynników punkty danych wykorzystane do otrzymania równania można skondensować do ich wartości rzeczywistych. Oznacza to, że dane treningowe mają nowe wartości, w postaci zamiast , , , gdzie każda z niezależnych zmiennych jest mnożona przez odpowiedni współczynnik. Następnie tę uproszczoną wersję można wizualnie przedstawić jako prostą regresję, jak to:
Jestem zmieszany tym, pomimo przejrzenia odpowiednich materiałów na ten temat. Czy ktoś może mi wyjaśnić, jak „wyjaśnić” model wielokrotnej regresji liniowej i jak go wizualnie pokazać.