Книга Искусство статистики. Как находить ответы в данных, страница 83 – Дэвид Шпигельхалтер

матрица ошибок: таблица, где собраны верные и неверные классификации, произведенные каким-либо алгоритмом;

машинное обучение: процедуры извлечения алгоритмов (например, для классификации, прогнозирования или кластеризации) из сложных данных;

медиана (выборки): значение, которое окажется посередине, если упорядочить числа в выборке. Более строго: упорядочив числа в выборке, обозначим наименьшее число x₍₁₎, второе по величине x₍₂₎ и так далее (получившийся набор x₍₁₎,x₍₂₎,…,x_(n) называют вариационным рядом). Если n – нечетное число, то медиана – число, находящееся точно посередине вариационного ряда, то есть число

метаанализ: формальный статистический метод объединения результатов нескольких исследований;

метод наименьших квадратов: предположим, что у нас есть n пар чисел (x₁,y₁),(x₂,y₂),

где

коэффициент наклона

отсекаемый отрезок

i-й остаток – разность между i-м наблюдением и его предсказанным значением

скорректированное значение i-го наблюдения – это сумма остатка и отсекаемого отрезка, то есть

остаточная сумма квадратов – это сумма квадратов всех остатков, то есть

коэффициент наклона b₁ и коэффициент корреляция Пирсона r связаны формулой b₁ = rs_y / s_x. Поэтому в случае, когда стандартные отклонения для x и y одинаковы, коэффициент угла наклона в точности равен коэффициенту корреляции;

множественная линейная регрессия: предположим, что для каждого отклика y_i есть набор из p предикторных переменных (x_i1,x_i2,…,x_ip). Тогда множественная линейная регрессия по методу наименьших квадратов определяется уравнением

где коэффициенты b₀,b₁,…,b_p выбираются так, чтобы минимизировать сумму остатков

многоуровневая регрессия и постстратификация (MRP): современный способ создания выборки, при котором из многих областей берутся достаточно небольшие количества респондентов с похожими характеристиками. Затем строится регрессионная модель для откликов в соответствии с демографическими факторами, что допускает дополнительный разброс между областями. Знание демографии для всех областей позволяет делать прогнозы на местном и национальном уровне с соответствующей неопределенностью;