Op pagina 200 van de cursus, hoofdstuk Data smoothing, laatste paragraaf van 17.5 wordt er gezegd dat de norm van de foutvector afhankelijk is van de keuze van de basisfuncties.
Enkele pagina's daarvoor echter wordt er duidelijk gemaakt dat er een _unieke_ oplossing voor een discreet kleinstekwadratenprobleem (stelsel van normaalvergelijkingen, volledige rang). Hoe kan de keuze van basisfuncties dan een resultaat hebben op de foutvector?
In 17.6 wordt de keuze van de basisfuncties ook nog wat toegelicht en wat zien we daar, de norm van de foutvector is voor beide modellen gelijk, want de norm van die vector komt overeen met de fout op de metingen, niet met de fout van het model.
Dus, wat zie ik verkeerd, of heeft de keuze van basisfuncties enkel belang voor de conditionering en niet voor de norm van de foutvector?
En er mag een [WP] of [WetProg] in de titel...