Maindonald는 Givens 회전을 기반으로 한 순차적 인 방법을 설명합니다 . (주석 회전은 벡터 중 하나에서 주어진 항목을 0으로 만드는 두 벡터의 직교 변환입니다.) 이전 단계에서 설계 행렬 을 삼각 행렬 로 분해했습니다 . 직교 변환 그래서 . (삼각형 행렬에서 회귀 결과를 빠르고 쉽게 얻을 수 있습니다.) 아래에 새 행 를 접하면 이 아닌 행으로 을 효과적으로 확장 할 수 있습니다 , 라고도T Q Q X = ( T , 0 ) ′ v X ( T , 0 ) ′ t T T t T QXTQQX=(T,0)′vX(T,0)′t. 태스크는 대각선 위치에 항목을 유지하면서이 행을 제로화하는 것 입니다. 주어진 일련의 회전은 다음을 수행합니다. 의 첫 번째 행을 사용한 회전 은 의 첫 번째 요소를 0으로합니다 . 그런 다음 의 두 번째 행을 사용한 회전 은 두 번째 요소를 0으로합니다. 그 효과는 직교성을 바꾸지 않는 일련의 회전에 의해 를 미리 곱하는 것 입니다.TTtTQ
설계 행렬에 열이있는 경우 ( 변수에 상수를 더한 상수 인 경우), 필요한 회전 수는 초과하지 않으며 각 회전마다 두 개의 벡터가 변경 됩니다. 필요한 스토리지 는 입니다. 따라서이 알고리즘은 시간과 공간 모두에서 계산 비용이 입니다.p+1p + 1 p + 1 T O ( ( p + 1 ) 2 ) O ( ( p + 1 ) 2 )pp+1p+1TO((p+1)2)O((p+1)2)
비슷한 접근 방식을 사용하면 행 삭제의 회귀에 미치는 영향을 결정할 수 있습니다. Maindonald는 공식을 제공합니다. Belsley, Kuh, & Welsh 도 마찬가지 입니다. 따라서 회귀를위한 이동 창을 찾는 경우 원형 버퍼 내에 창에 대한 데이터를 유지하여 새 데이텀에 인접하고 각 업데이트마다 이전 데이텀을 삭제합니다. 업데이트 시간을 두 배로 늘리고 너비 의 창에 대해 추가 스토리지가 필요합니다 . 가 영향 매개 변수의 아날로그 인 것으로 보입니다 .(K) 1 / KO(k(p+1))k1/k
지수 붕괴의 경우 (추론 적으로)이 접근법을 가중 최소 제곱에 적용하여 각 새 값에 1보다 큰 가중치를 부여 할 수 있다고 생각합니다. 이전 값의 버퍼를 유지하거나 이전 데이터를 삭제할 필요는 없습니다.
참고 문헌
JH Maindonald, 통계 계산. J. Wiley & Sons, 1984. 제 4 장.
DA Belsley, E. Kuh, RE Welsch, 회귀 진단 : 영향력있는 데이터 및 공선 성의 출처 식별. J. Wiley & Sons, 1980.