Maindonald, Givens rotasyonlarına dayanan sıralı bir yöntemi açıklar . (Bir Givens dönüşü, vektörlerden birinde belirli bir girişi sıfırlayan iki vektörün ortogonal bir dönüşümüdür.) Önceki adımda, tasarım matrisini bir matris ile bir matris ortogonal dönüşüm böylece . (Bu üçgen matrisinden regresyon sonuçları elde etmek için hızlı ve kolaydır.) Yeni bir satır bitişik üzerine altında , etkili uzanır sıfır olmayan bir satırdaki da sayT S S X = ( T , 0 ) ' v X, ( T , 0 ) ' t T , T , T , T SXTQQX=(T,0)′vX(T,0)′t. Görev, girişleri diyagonal konumunda tutarken bu satırı sıfırlamaktır . Bir Givens dönüşleri dizisi bunu yapar: nin ilk satırındaki dönüş ilk elemanını sıfırlar ; daha sonra, nin ikinci satırındaki dönüş , ikinci elemanı sıfırlar ve benzerleri. Bunun etkisi, ortogonalitesini değiştirmeyen bir dizi döndürmeyle önceden ortaya koymak dır .TTtTQ
Tasarım matrisi sütunlara sahipse ( değişkenlerine artı bir sabit gerileme uygulandığı zaman ), gereken rotasyon sayısı geçmez ve her rotasyon iki -vektör değiştirir. İçin gerekli depolama olduğu . Bu nedenle, bu algoritma hem zaman hem de uzaydaki hesaplamalı maliyetine sahiptir .p p + 1 p + 1 T O ( ( p + 1 ) 2 ) O ( ( p + 1 ) 2 )p+1pp+1p+1TO((p+1)2)O((p+1)2)
Benzer bir yaklaşım, bir satır silme işleminin regresyon üzerindeki etkisini belirlemenizi sağlar. Maindonald formül verir; öyleyse Belsley, Kuh ve Welsh . Bu nedenle, regresyon için hareketli bir pencere arıyorsanız, pencerenin verilerini dairesel bir arabellek içinde tutabilir, yeni veriye bitişik hale getirebilir ve eskisini her güncellemeyle bırakabilirsiniz. Bu güncelleştirme süresini iki katına ve ek gerektirir eni bir pencere için depolama . Görünüşe göre , darbe parametresinin analogu gibi görünüyor .k 1 / kO(k(p+1))k1/k
Üstel çürüme için, (spekülatif), bu yaklaşımı ağırlıklı en küçük karelere uyarlayabileceğinizi, her yeni değere 1'den daha büyük bir ağırlık verebileceğinizi düşünüyorum. Önceki değerleri içeren bir arabellek tutmaya veya eski verileri silmeye gerek olmamalıdır.
Referanslar
JH Maindonald, İstatistiksel Hesaplama. J. Wiley & Sons, 1984. Bölüm 4.
DA Belsley, E. Kuh, RE Welsch, Regresyon Teşhisleri: Etkili Verilerin ve Yeterlilik Kaynaklarının Belirlenmesi. J. Wiley ve Sons, 1980.