Użytkownik "bartekltg" <b...@g...com> napisał w wiadomości grup
dyskusyjnych:jghahj$77l$...@n...news.atman.pl...
> Zakłada.

Tobie się wydaje że wiesz. Po co ja mam ci tłumaczyć, że bredzisz? Im
bardziej będę przekonywał - tym bardziej będziesz, z uporem godnym
południowoamerykańskiego macho, bronił swojego światopoglądu.

> To historia powstania. Mało interesujące(z naszego punktu widzenia).

Niezupełnie mało: facet był opętany ideologią nienawiści rasowej, stąd np.
zamiast rzetelnie opracowywać dane - naciągał to i owo. Także i sposób w
jaki potem posługiwano (i niestety posługuje) się regresją liniową - jest
delikatnie ujmując OKDR. Ponieważ jest to (względnie) prosta metoda, to
używa się jej wszędzie... i najczęściej w niezbyt przemyślany sposób, np.
stosując anamorfozę i nawet nie zastanawiając się co zrobić z wagami.

> Nie ma w tym nic dziwnego. Już biorąc inną normę do minimalizacji
> dostaje się inne wyniki. A przecież nie trzeba dopasowywać
> minimaluzując normę błędu. Inna metoda - inne wyniki.

Ciekawe, ciekawe. Jak chcesz robić "inną normę" i nie maksymalizować
wiarygodności wyników?! No i drobiazg: przy "innej normie" to już
niestety... inny algorytm. Nie mający nic wspólnego ze "zwykłą regresją".

> Regresja nie daje 'najlepszej prostej' a jedynie prostą
> dla której kwadraty błędów są minimalne. NIeraz jest to

Kwestia definicji. Nota bene, nie wypada teraz pisać "błędy" - pisze się
"niepewności pomiarowe" (w naukach technicznych itp.)

Przy okazji - jesteś pewien, że to (suma) "kwadratów błędów" a nie "suma
kwadratów odchyleń" (czyli chi-square)? Niepewności pomiarowe już
zmierzonych/otrzymanych danych nie zmieniają się od tego, że policzone
zostało cokolwiek - nawet regresja. Przemyśl to sobie.

> uzasadnione (gdy wiemy, że błędy sa gaussowskie), nieraz

Oj! Skąd to wiesz?! Dałoby się np. sprawdzić testem nieparametrycznym,
lecz... nie w każdym przypadku błędy są opisane tzw. rozkładem normalnym.

Na przykład 1 kg cukru, dokładność ważenia 0.5 kg. Jakie jest według ciebie
(wierzysz w "gaussowskość") prawdopodobieństwo, że ten cukier ma ujemną
masę?! LOL

> po prostu korzystamuy z jako wygodnej metody, a nieraz
> potrafi dać inne wyniki niż oczekujemy.

Primo, wygodna to nie jest. Dlaczego? Np. właśnie EOV.

Secundo, "nasze" (czyli twoje) oczekiwania nt. wyników nie mają znaczenia -
elementarna etyka badań się kłania.

> Ale wynik jest pewną funkcję. Dlatego metoda nie potrafi zwrócić
> 'pionowej kreski'.

Według ciebie y = 1 nie jest funkcją? To poczytaj sobie dobry podręcznik
matematyki.

> Aha. I zaprzestać opowaidania głupot o 'naprawianiu' regresji
> aby dawała pionowe kreski.

Nie abym się czepiał literówek. Ale daj sobie spokój - za stary troll
jestem, abym odpuścił sobie polemikę... stojąc na gruncie sobie aż za nadto
znanym.