Eu me deparei com o termo "solução de formulário fechado" com bastante frequência. O que significa uma solução em formato fechado? Como determinar se existe uma solução de formulário fechado para um determinado problema? Pesquisando on-line, encontrei algumas informações, mas nada no contexto do desenvolvimento de um modelo / solução estatística ou probabilística.
Eu entendo muito bem a regressão, portanto, se alguém puder explicar o conceito com referência à regressão ou ao ajuste de modelo, será fácil consumir. :)
Respostas:
e
Um exemplo de solução de forma fechada em regressão linear seria a equação do mínimo quadrado
fonte
A maioria dos procedimentos de estimativa envolve encontrar parâmetros que minimizem (ou maximizem) alguma função objetiva. Por exemplo, com o OLS, minimizamos a soma dos resíduos ao quadrado. Com a Estimativa de máxima verossimilhança, maximizamos a função de verossimilhança. A diferença é trivial: a minimização pode ser convertida em maximização usando o negativo da função objetivo.
Às vezes, esse problema pode ser resolvido algebricamente, produzindo uma solução de forma fechada. Com o OLS, você resolve o sistema de condições de primeira ordem e obtém a fórmula familiar (embora você provavelmente ainda precise de um computador para avaliar a resposta). Em outros casos, isso não é matematicamente possível e você precisa procurar valores de parâmetros usando um computador. Nesse caso, o computador e o algoritmo desempenham um papel maior. Mínimos Quadrados Não Lineares é um exemplo. Você não recebe uma fórmula explícita; tudo o que você recebe é uma receita que você precisa implementar no computador. A receita pode começar com um palpite inicial sobre quais podem ser os parâmetros e como eles podem variar. Você tenta várias combinações de parâmetros e vê qual deles fornece o menor / o maior valor da função objetivo. Essa é a abordagem da força bruta e leva muito tempo. Por exemplo,105 combinações, e que apenas coloca você na vizinhança da resposta certa se você tiver sorte. Essa abordagem é chamada de pesquisa em grade.
Ou você pode começar com um palpite e refinar esse palpite em alguma direção até que as melhorias na função objetivo sejam inferiores a algum valor. Estes são geralmente chamados de métodos de gradiente (embora existam outros que não usam o gradiente para escolher em qual direção seguir, como algoritmos genéticos e recozimento simulado). Alguns problemas como esse garantem que você encontre a resposta correta rapidamente (funções objetivas quadráticas). Outros não dão essa garantia. Você pode se preocupar com o fato de ter ficado preso em um local ideal, em vez de um ideal global, para tentar várias tentativas iniciais. Você pode achar que parâmetros totalmente diferentes fornecem o mesmo valor da função objetivo, para que você não saiba qual conjunto escolher.
fonte
Penso que este site fornece uma intuição simples, cujo trecho é:
fonte
Procurando termos leigos ou a verborragia dolorosa que define rigorosamente o significado? Presumo termos leigos, pois o outro pode ser encontrado em qualquer lugar. Digamos que você desejasse a solução de forma fechada da raiz quadrada de 8. A solução de forma fechada é 2 * (2) ^ 1/2 ou duas vezes a raiz quadrada de dois. Isso contrasta com a solução de formulário não fechado 2.8284. (veja na wikipedia a raiz quadrada de 2 para ver que, em 69 casas decimais, a precisão é de 1 / 10.000). Uma é absolutamente definida em termos matemáticos, enquanto a outra não. Uma solução de formulário fechado fornece uma resposta exata e uma que não é um formulário fechado é uma aproximação, mas você pode obter uma solução de formulário não fechado o mais próximo possível de uma solução de formulário fechado. Soa contra-intuitivo, mas se você precisar de mais precisão, use um pouco mais de computação.
fonte
Forma fechada = forma fechada (funcional)
Fechado significa que nada mais pode entrar; isto é, nenhuma alternativa => apenas uma solução => apenas uma função que pode estabelecer a relação entre o resultado e os preditores.
fonte