- ベストアンサー
※ ChatGPTを利用し、要約された質問です(原文:Σ(y_i - ybar)^2)
統計学入門におけるΣ(y_i - ybar)^2の証明方法
このQ&Aのポイント
- 統計学入門の中でΣ(y_i - ybar)^2の証明方法について説明されています。左辺と右辺を展開し、比較することで証明が行われます。
- 左辺の展開ではΣ(y_i - ybar)^2 = Σ(y_i^2 - 2 y_i ybar + ybar^2)となります。右辺の展開ではΣ(y_i - yhat_i)^2 + Σ(yhat_i - ybar)^2となります。
- 左辺と右辺を比較することで違いが明らかになり、その結果からΣ(yhat_i ybar) = Σ(y_i yhat_i) - Σyhat_i^2という関係が導かれます。最終的にはΣ{yhat_i(y_i - yhat_i)} = 0という結論に至ります。
- みんなの回答 (3)
- 専門家の回答
質問者が選んだベストアンサー
正確に言えば {(yi)-(y)b}^2 = 【{(yi)-(yi)h} + {(yi)h-(y)b}】^2 = {(yi)-(yi)h}^2 + 2*{(yi)-(yi)h}*{(yi)h-(y)b} + {(yi)-(y)b}^2. の右辺第二項=0ではなくてΣ(右辺第二項)=0ですね。個々の{(yi)-(yi)h}*{(yi)h-(y)b}は0であるとは限りません。
その他の回答 (2)
- gamma1854
- ベストアンサー率52% (307/582)
回答No.2
投稿内容に一部打ちミスがあり、おわかりとは思いますが以下のようになおします。 {(yi)-(y)b}^2 = 【{(yi)-(yi)h} + {(yi)h-(y)b}】^2 = {(yi)-(yi)h}^2 + 2*{(yi)-(yi)h}*{(yi)h-(y)b} + {(yi)-(y)b}^2.
質問者
お礼
なるほど、上に出てきたΣ(yh_i - yb)(y_i - yh_i)=0の結果を使うために、あの組み合わせはわざと展開せずに計算するんですね。納得です。 チップはベストアンサー並みに差し上げます。 ご回答ありがとうございました。
- gamma1854
- ベストアンサー率52% (307/582)
回答No.1
({(yi)-(yb)}^2 = 【{(yi)-(yi)h} + {(yi)h-(yi)b}】^2 ={(yi)-(yi)h}^2 + 2*{(yi)-(yi)h}*{(yi)h-(yi)b} + {(yi)h-(yi)b}^2. であり、右辺第二項=0 ゆえ、テキストのようになります。
お礼
ベストアンサーを差し上げます。 なるほど、各々は差が出ていても、トータルすると0になるんですね。 こんな仕組み、誰が考えたのかと…。 ご回答ありがとうございました。