자유도는 여러 상황에서 정수가 아닙니다. 실제로 일부 상황에서 특정 모델에 대한 데이터에 대한 자유도가 어느 정도 k 와 k+1 사이 여야한다는 것을 알 수 있습니다 .
우리는 일반적으로 자유도를 자유 매개 변수의 수로 생각하지만, 매개 변수가 완전히 자유롭지 않아 계산하기 어려운 상황이 있습니다. 예를 들어 매끄럽게 / 정규화 할 때 이런 일이 발생할 수 있습니다.
국소 가중 회귀 / 커널 방법 스무딩 스플라인의 경우는 이러한 상황의 예입니다. 총 자유 매개 변수의 수는 예측 변수를 추가하여 쉽게 계산할 수있는 것이 아니므로 자유도에 대한보다 일반적인 아이디어가 필요합니다.
에서 일반화 된 첨가제 모델 있는 gam
부분적으로 기반으로 Hastie 및 Tibshirani (1990) [1] (실제로 수많은 다른 참조에) 우리가 쓸 수있는 일부 모델에 대한 y는 = Y를 , 자유도 때때로로 촬영 TR ( A ) (또한 tr ( A A T ) 또는 tr ( 2 A − A A T )에 대해서도 논의합니다 ). 첫 번째는 두 가지 작업이 모두 수행되는 일반적인 접근 방식과 일치합니다 (예 : 회귀, 정상적인 상황에서 tr ( Ay^=Aytr(A)tr(AAT)tr(2A−AAT)tr(A) 는X 의 열 차원이되지만A 가 대칭적이고 dem 등원 인 경우 해당 세 수식은 모두 동일합니다.
[자세한 내용을 충분히 확인할 수있는이 참고 자료는 없습니다. 이해하기 쉬운 같은 저자 (Friedman)에 의한 대안 은 통계 학습의 요소이다 [2]; 평활 스플라인의 유효 자유도를 tr(A) 로 정의한 식 5.16 (예 : 표기법)을 참조하십시오.]
보다 일반적으로 여전히 예 (1998)와 같은 자유 [3]에 정의 일반화도 ∑i∂y^i∂yitr(A)y^∂y^i∂yi
에 의해 장착 된 것과 같은 모델의 gam
경우 이러한 다양한 측정 값은 일반적으로 정수가 아닙니다.
(일부 상황에서는 이야기가 다소 복잡해질 수 있지만이 문제에 대한 참고 문헌의 토론을 읽는 것이 좋습니다. 예를 들어 [4] 참조)
[1] Hastie, T. and Tibshirani, R. (1990),
일반화 된 부가 모델
런던 : 채프먼과 홀.
[2] Hastie, T., Tibshirani, R. 및 Friedman, J. (2009),
통계 학습의 요소 : 데이터 마이닝, 추론 및 예측 , 2nd
Springer-Verlag.
https://statweb.stanford.edu/~tibs/ElemStatLearn/
[3] Ye, J. (1998),
"데이터 마이닝 및 모델 선택의 영향 측정 및 수정에 관한
연구 " 미국 통계 협회 , Vol. 93, No. 441, pp 120-131
[4] Janson, L., Fithian, W., Hastie, T. (2013),
"유효한 자유도 : 결함있는 은유"
https://arxiv.org/abs/1312.7851