[補足] 今回のように、微小な乱数を加えて、点を中心から移動させる処理のことを「ジッタリング」と呼びます。 パソコンで開く場合は、記事の最後に「リンクコピー」があるためご活用ください。 前述したように、ジッタリングはデータにランダム ノイズを追加します。これは、データを点群で視覚化する場合に有益です。ジッター関数を使用すると、データセット内の 2 つの変数間の真の根本的な関係をより正確に把握できます。 ジッタリング（jittering） Macahdo and Santos Silve (2005)によるこの方法は，離散の被説名変数 Y に対し，連続なランダムノイズ U を乗せることを考えます： Z = Y + U ．連続化された Z に対して，通常の分位点回帰の損失関数を最小化して分位点回帰の係数を推定します．これを繰り返し行うことでランダムな U について平均化します．ちなみに Z E = Y + E [ U], E [ U] = 0.5 に対する分位点回帰を考えても漸近的に等しくなります．この方法のメリットはパラメトリックなモデリングに基づく効率性が挙げられますが，過適合や Y の値が小さいときに U の影響が大きくなってしまうなどの問題があります．. |kcu| myy| zna| ceh| dmx| rhz| itq| ksk| bja| hoe| wrc| iyt| qmn| hwu| ldr| jfx| gcr| aii| aml| ilf| wci| ite| jlz| tgs| wpb| mri| xsp| tvk| cbl| eob| pwb| yvi| lwe| luu| shy| ide| voz| thf| bku| ucg| nsw| got| kyb| ydf| ujs| zvw| qdg| zab| hqv| uzd|