Apakah ada cara yang lebih cepat untuk menghitung kesalahan standar untuk masalah regresi linier, daripada dengan membalik ? Di sini saya berasumsi kita mengalami regresi:
di mana adalah matriks dan adalah vektor.
Untuk menemukan solusi masalah kuadrat terkecil, tidak praktis untuk melakukan apa pun dengan , Anda dapat menggunakan dekomposisi QR atau SVD pada matriks secara langsung. Atau sebagai alternatif, Anda dapat menggunakan metode gradien. Tetapi bagaimana dengan kesalahan standar? Kita benar-benar hanya memerlukan diagonal (dan tentu saja solusi LS untuk menghitung estimasi kesalahan standar ). Apakah ada metode khusus untuk perhitungan kesalahan standar?
sumber