Sugeriría hacer propagación de error en el tipo de variable y minimizar el error o el error relativo de . Por ejemplo, deEstrategias para la estimación de varianzaoWikipediaa1a2
f=AB
σ2f≈f2[(σAA)2+(σBB)2−2σABAB]
σf≈|f|(σAA)2+(σBB)2−2σABAB−−−−−−−−−−−−−−−−−−√
Como una suposición, probablemente desee minimizar . Es importante comprender que cuando se hace una regresión para encontrar el mejor objetivo de parámetro, se ha abandonado la bondad de ajuste. El proceso de ajuste encontrará una mejorA(σff)2 , y esto definitivamente no está relacionado con minimizar los residuos. Esto se hizo antes tomando logaritmos de una ecuación de ajuste no lineal, para la cual se aplicaron múltiples lineales con un objetivo de parámetro diferente yla regularización de Tikhonov.AB
La moraleja de esta historia es que a menos que uno solicite los datos para obtener la respuesta que desea, no obtendrá esa respuesta. Y, la regresión que no especifica la respuesta deseada como objetivo de minimización no responderá la pregunta.