रैखिक समाश्रयण और 3D त्रुटि कटोरा | न्यूनतम वर्ग सिमुलेशन

इस सिमुलेशन के बारे में

Linear Regression & Error Bowl एक विभाजित 3D स्टूडियो में सांख्यिकी और अनुकूलन को जोड़ता है। बाएँ बोर्ड पर, छह खींचने योग्य स्कैटर बिंदु—जिसमें एक उच्च-उत्तोलन नारंगी आउट्लायर शामिल है—एक परीक्षण रेखा y = mx + b द्वारा फिट किए जाते हैं। प्रत्येक बिंदु से जुड़ा हुआ एक शाब्दिक लाल वर्ग है जिसकी भुजा ऊर्ध्वाधर अवशिष्ट |yᵢ − (mxᵢ + b)| के बराबर है, जिससे इसका क्षेत्रफल वर्ग त्रुटि eᵢ² के बराबर हो जाता है। दाएँ मंच पर, सभी वर्गों का कुल क्षेत्रफल ढलान और अंतःखंड पैरामीटर अंतरिक्ष पर 3D परवलय कटोरे SSE(m, b) के रूप में प्लॉट किया जाता है। छात्र कटोरे में पैरामीटर मार्कर को खींच सकते हैं या r और R² की निगरानी करते हुए अद्वितीय वैश्विक न्यूनतम (m̂, b̂) में मार्कर को बसते हुए देखने के लिए 'इष्टतम OLS पर स्नैप करें' टॉगल कर सकते हैं।

विद्यार्थी क्या खोज सकते हैं

परीक्षण ढलान m और परीक्षण अंतःखंड b स्लाइडर्स को समायोजित करें या लाल अवशिष्ट वर्गों को जितना संभव हो उतना छोटा करने के लिए 3D कटोरे पर स्वर्ण गेंद को खींचें।
'इष्टतम OLS पर स्नैप करें' चालू करें और सत्यापित करें कि स्वर्ण पैरामीटर गेंद त्रुटि कटोरे के नीचे हरे OLS न्यूनतम मार्कर पर ठीक से उतरती है।
स्कैटर प्लॉट पर नारंगी आउट्लायर बिंदु को नीचे की ओर तेजी से खींचें और देखें कि कैसे एक अकेला आउट्लायर इष्टतम ढलान m̂ को मजबूती से खींचता है और R² को कम करता है।
सभी छह स्कैटर बिंदुओं को लगभग एक सीधी रेखा में व्यवस्थित करें और सहसंबंध r को 1.000 के करीब और SSE को शून्य के करीब पहुँचते हुए देखें।
ऊर्ध्वाधर अवशिष्ट eᵢ की उनके वर्गाकार क्षेत्रों eᵢ² से तुलना करने के लिए 'अवशिष्ट वर्ग दिखाएं' को चालू और बंद करें।

अधिगम उद्देश्य

1स्पष्ट करें कि साधारण न्यूनतम वर्ग (OLS) हस्ताक्षरित अवशिष्टों के बजाय वर्ग ऊर्ध्वाधर अवशिष्टों के योग Σ (yᵢ − ŷᵢ)² को न्यूनतम क्यों करता है।
2बीजगणितीय समाश्रयण मापदंडों (ढलान m और अंतःखंड b) को उत्तल 3D लॉस सतह SSE(m, b) पर निर्देशांक से जोड़ें।
3मूल्यांकन करें कि आउट्लायर और उच्च-उत्तोलन बिंदु न्यूनतम-वर्ग समाश्रयण रेखा को कैसे विकृत करते हैं और निर्धारण गुणांक R² को कम करते हैं।
4सहसंबंध r और R² को रैखिक जुड़ाव और समझाई गई भिन्नता के माप के रूप में व्याख्या करें।

शिक्षकों के आम सवाल

न्यूनतम वर्ग समाश्रयण में अवशिष्टों को वर्ग क्यों किया जाता है?

प्रत्येक ऊर्ध्वाधर त्रुटि eᵢ = yᵢ − ŷᵢ को वर्ग करने से रेखा के ऊपर की धनात्मक त्रुटियाँ नीचे की ऋणात्मक त्रुटियों को रद्द करने से रुकती हैं, बड़ी चूकों को भारी दंड मिलता है, और एक एकल अद्वितीय न्यूनतम के साथ एक चिकना परवलय कटोरा बनता है।

दाएँ तरफ का 3D त्रुटि कटोरा क्या दर्शाता है?

कटोरे के दो क्षैतिज अक्ष परीक्षण ढलान m और परीक्षण अंतःखंड b हैं, और ऊर्ध्वाधर ऊँचाई वर्ग त्रुटियों का योग SSE(m, b) है। प्रत्येक संभावित सीधी रेखा उस कटोरे पर एक बिंदु से मेल खाती है, और सबसे अच्छी फिट होने वाली रेखा सबसे निचले बिंदु पर बैठती है.

आउट्लायर को खींचने से फिट की गई रेखा इतनी नाटकीय रूप से क्यों बदल जाती है?

चूँकि त्रुटियों को वर्ग किया जाता है, रेखा से दोगुनी दूर का बिंदु SSE में चार गुना अधिक योगदान देता है। उस विशाल वर्ग को क्षेत्रफल में विस्फोट होने से बचाने के लिए समाश्रयण रेखा एक आउट्लायर की ओर強く झुकती है।

सहसंबंध r और गुणांक R² में क्या अंतर है?

सहसंबंध r −1 से +1 तक होता है और रैखिक संबंध की दिशा और ताकत को मापता है। R² (सरल रैखिक समाश्रयण में r का वर्ग) 0% से 100% तक होता है और बताता है कि y में भिन्नता का कौन सा अंश x द्वारा समझाया गया है।

इस सिमुलेशन को एम्बेड करें

इसे अपने एलएमएस, ब्लॉग या कक्षा की वेबसाइट पर लगाएँ — मुफ़्त।

<iframe src="https://kiwibee.io/hi/simulations/least-squares-linear-regression-3d-3d-simulation/embed" title="रैखिक समाश्रयण और त्रुटि कटोरा (Linear Regression &amp; Error Bowl) | KiwiBee" loading="lazy" allowfullscreen style="width:100%;height:min(70vh,620px);min-height:420px;border:0;border-radius:16px"></iframe>

खोज जारी रखें

कोई भी फलन टाइप कीजिए और उसका आकार तुरंत देखिए। तुलना के लिए तीन रंगों में एक साथ तीन तक आलेख खींचिए, वक्र से कोई मान पढ़ने के लिए अनुरेखण बिंदु खिसकाइए, और देखिए कि हर वक्र शून्य को कहाँ काटता है।

—

चक्र घुमाइए, सिक्का उछालिए या पासा फेंकिए, और दो तरह की छड़ें देखिए: आकृतियों से निकलने वाली प्रायिकताएँ, और आपको सचमुच मिले परिणाम। दस चक्कर कुछ साबित नहीं करते; कुछ सौ के बाद दोनों में फ़र्क़ करना मुश्किल हो जाता है।

—

m सरकाइए और रेखा को झुकते देखिए; b सरकाइए और उसे ऊपर-नीचे खिसकते देखिए। या रेखा पर बने दोनों बिंदु खींचिए और वह समीकरण पढ़िए जो रेखा आपको लौटा देती है। 'चढ़ाई बटा चाल' वाली सीढ़ी रेखा पर चढ़ती है, ताकि ढाल कुछ ऐसा बन जाए जिसे आप गिन सकें।

—

दो-पिंड, तीन-पिंड और N-पिंड गुरुत्व की झलक

दो पिंडों की कक्षा की तुलना तीन पिंडों की आठ के आकार की गति से करें, फिर बारह तक पिंड जोड़ें। शुरुआती द्रव्यमान, वेग और स्थान बदलें; पथ और संख्यात्मक ऊर्जा त्रुटि देखें।

—

वक्र के नीचे के क्षेत्रफल को पट्टियों से आसन्न कीजिए और चुनिए कि हर पट्टी अपनी ऊँचाई कहाँ से ले: बायाँ किनारा, दायाँ किनारा, मध्य या ढलवाँ शीर्ष। पट्टियों की संख्या बढ़ाइए और त्रुटि को गिरते देखिए, जबकि चलता योग अपने अलग वक्र के रूप में खिंचता जाता है।

—

मॉडल से प्रमाण तक

विद्यार्थियों के खोज लेने के बाद उनके अनुमान, प्रेक्षण और व्याख्याएँ दर्ज करने के लिए वर्कशीट का उपयोग करें।