대답은 그렇습니다. 선형 회귀 계수는 예측 변수와 반응의 상관 관계 이지만 올바른 좌표계를 사용하는 경우에만 가능합니다 .
무슨 뜻인지 알기 위해 및 가 중심에 있고 표준화 된 경우 각 와 의 상관 관계 는 내적 일뿐 입니다. 또한 선형 회귀에 대한 최소 제곱 솔루션은x1,x2,…,xnyxiyxtiy
β=(XtX)−1Xty
그렇게되면 (정체 행렬)이됩니다.XtX=I
β=Xty
상관 벡터를 복구합니다. 를 만족하는 예측 변수 관점에서 회귀 문제를 재조정하는 것이 종종 매력적 입니다. 또는 동등하게, 좌표의 선형 변화); 이 새로운 예측 변수를 주성분이라고합니다.x~iX~tX~=I
따라서 전반적으로 귀하의 질문에 대한 대답은 그렇습니다. 단, 예측 변수가 서로 관련이없는 경우에만 가능합니다 . 그렇지 않으면, 표현
XtXβ=Xty
는 예측 자-반응 상관 관계를 회복하기 위해 베타가 예측 자 자체 간의 상관 과 함께 혼합 되어야 함을 보여준다 .
참고로, 이것은 하나의 변수 선형 회귀에 대해 결과가 항상 참인 이유를 설명합니다. 예측 변수 벡터 가 표준화되면 다음이 수행됩니다.x
xt0x=∑ixi=0
여기서 은 모든 것의 절편 벡터입니다. 따라서 (2 열) 데이터 행렬 자동으로 충족 시키며 결과는 다음과 같습니다.x0XXtX=I