Einführung in Prognose, Regression und Partnerschaften

- Prognose: Es besteht in der Schätzung des zukünftigen Wertes einer Variablen, die zeitlichen zufälligen Veränderungen unterliegt. Streng zeitlich angewandt auf Zeitreihen ist das ein Datensatz, dessen Domäne.

- Regression: Die Regression ist eine Verallgemeinerung der Klassifikation (wenn die Domain-Klassen kontinuierlich sind) und Vorhersage. Je nach Bedeutung der abhängigen und unabhängigen Variablen ist das Modell eines der Klassifizierung oder Vorhersage. Ziel ist es, Variablen zu finden, die ein mathematisches Modell oder ein statistisches Modell ordnungsgemäß mit der abhängigen Variable in Beziehung setzen. Geometrisch ist die Regression darauf ausgelegt, eine Funktion zu finden, die so nah wie möglich (im Durchschnitt) an den Individuen liegt, die Teil der Analyse sind.

- Partnerschaft: Die Partnerschaft befasst sich mit Fragen wie der "Analyse des Marktkorbs", um Kunden zu gewinnen und Kauftrends zu erkennen. Finden Sie die mögliche Beziehung zwischen zwei scheinbar voneinander unabhängigen Ereignissen.

Algorithmische Ansätze und Aufgaben, die Algorithmen erfüllen:

- Schätzung: Die Schätzung der Bevölkerung besteht aus der Probe (Datenmatrix, X), die verfügbar ist. Diese Parameter stellen Informationen dar, die sehr nützlich sein können, insbesondere in der Marktforschung. Ein Beispiel für einen Parameter: Die Nachfrage nach Laptops in der Stadt Mérida im Jahr 2010.

- Zusammenlegung: Dies besteht darin, eine Probe in 2 oder mehrere Gruppen zu unterteilen, wobei die Varianz innerhalb der Gruppen minimal und die Varianz zwischen den Gruppen maximiert wird. Dies bedeutet, dass Personen, die Teil einer Gruppe sind, so ähnlich wie möglich sein sollten. Geometrisch bedeutet dies, dass Individuen (Punkte im p-dimensionalen Raum) so nah wie möglich beieinander liegen sollten. Im Gegenzug sollten Menschen aus verschiedenen Gruppen so weit wie möglich voneinander entfernt sein. Jede Gruppe wird zu einer Klasse. Solche Aufgaben werden nicht genutzt, um Modelle zu bauen.

- Bewertung: Dies besteht in der Entwicklung oder Konstruktion eines Modells, das dazu dient, einer Klasse einzelne Individuen entsprechend ihrer Position im Raum (nach ihren Werten in einzelnen Variablen) zuzuordnen. Die abhängige Variable des Modells ist die Art von Individuum, während die unabhängigen Variablen sich auf die individuellen Merkmale beziehen. Die Parameter dieses Modells hängen von der Probe ab. Die verwendete Stichprobe enthält eine Menge von n Individuen, von denen jede einem der vorhandenen C-Klassen angehört.