Является ли насыщенная модель частным случаем переоборудованной модели?

Я пытаюсь понять, что такое насыщенная модель. AFAIK это когда у тебя столько функций, сколько наблюдений.

Можно ли сказать, что насыщенная модель является частным случаем чрезвычайно переоснащенной модели?

overfitting

Не совсем - я думаю, что насыщенная модель израсходовала все свои степени свободы. Это зависит от модели, что именно это означает. В лог-линейной модели, например, включение всех взаимодействий в модель делает ее насыщенной, так как тогда df = 0, но она не переобучена.

— Томка

Эта thead имеет хорошее обсуждение этого: stats.stackexchange.com/questions/283/what-is-a-saturation-model

— DL Dahly

$y$ $x=0$ $x=1$ $\operatorname{E}Y = \beta_0 +\beta_1 x$ $y$ $x=(0,1,2,3,4)^\mathrm{T}$ $\operatorname{E}Y = \beta_0 +\beta_1 x +\beta_2 x^2 +\beta_3 x^3 +\beta_4 x^4$ насыщен и идеально подходит - несомненно, перегружен ^† .

Когда люди говорят о насыщенных моделях, имеющих столько же параметров, сколько наблюдений, как на связанной веб-странице и в CV, они предполагают контекст одного наблюдения для каждого шаблона предиктора. (Или, возможно, иногда используют «наблюдение» по-другому - 100 человек в таблице 2 × 2 на случай непредвиденных обстоятельств - 100 наблюдений за индивидуумами или 4 наблюдения за частотами ячеек?)

† Кстати, не принимайте слова «несомненно» и «несомненно». Это возможно для первой модели , что настолько мала по сравнению с вы бы предсказать , лучше , не пытаясь оценить его, и наоборот , для второго. $\beta_1$ $\operatorname{Var}Y$

— Scortchi - Восстановить Монику
источник

Хороший пример отображения x = {0,1} на 100 лет, спасибо. Вы бы сказали, что это определение не является точным: stats.gla.ac.uk/glossary/?q=node/448 ?

— Рикардо Крус

Я бы сказал только то, что сказал во втором абзаце - он предполагает этот контекст, и более подходящее определение может быть лучше.

— Scortchi - Восстановить Монику