注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 实用现代统计分析方法与SPSS 应用.

  2. SPSS 是英文Statistical Package for the Social Science（社会科学统计软件包）的缩写。 20 世纪60 年代末，美国斯坦福大学的三位研究生研制开发了最早的统计分析软件SPSS，同时成立了SPSS 公司，并于1975 年在芝加哥组建了SPSS 总部。20 世纪80 年代以前，SPSS统计软件主要应用于企事业单位。1984 年SPSS 总部首先推出了世界第一个统计分析软件微机版本SPSS/PC+，开创了SPSS 微机系列产品的开发方向，极大地扩充了它的应

  3. 所属分类：嵌入式

    • 发布日期：2009-07-10
    • 文件大小：2mb
    • 提供者：mtr3mtr3

  1. 偏最小二乘回归分析(PLS)

  2. 偏最小二乘回归提供一种多对多线性回归建模的方法，特别当两组变量的个数很多且都存在多重相关性，而观测数据的数量（样本量）又较少时，用偏最小二乘回归建立的模型具有传统的经典回归分析等方法所没有的优点。 偏最小二乘回归分析在建模过程中集中了主成分分析，典型相关分析和线性回归分 析方法的特点，因此在分析结果中，除了可以提供一个更为合理的回归模型外，还可以 同时完成一些类似于主成分分析和典型相关分析的研究内容，提供更丰富、深入的一些 信息。

  3. 所属分类：教育

    • 发布日期：2011-07-18
    • 文件大小：177kb
    • 提供者：tony906265000

  1. 多重线性回归分析

  2. 多重线性回归分析ppt 讲得易懂，可以下下来看看

  3. 所属分类：专业指导

    • 发布日期：2012-04-24
    • 文件大小：1mb
    • 提供者：robinxiao1

  1. 多重回归分析

  2. 多重回归(multiple linear regression)与多重相关(multiple correlation)是研究一个因变量和多个自变量之间线性关系的统计学分析方法，利用回归分析进行预测。

  3. 所属分类：专业指导

    • 发布日期：2013-08-17
    • 文件大小：536kb
    • 提供者：u011721124

  1. 多线性密码分析

  2. 介绍了当前最新的多重线性密码分析的结果最新的多重线性密码分析的结果最新的多重线性密码分析的结果

  3. 所属分类：其它

    • 发布日期：2014-09-20
    • 文件大小：1mb
    • 提供者：karl__2009

  1. sas典型相关分析

  2. 对于两个变量，是用它们的相关系数来衡量它们之间的线性相关关系的。当考虑一个变量与一组变量的线性相关关系时，是用它们的多重相关系数来衡量。但是，许多医学实际问题中，常常会碰到两组变量之间的线性相关性研究问题。例如，教育研究者想了解3个学术能力指标与5个在校成绩表现之间的相关性；对于这类问题的研究引进了典型相关系数的概念，从而找到了揭示两组变量之间线性相关关系的一种统计分析方法——典型相关分析。

  3. 所属分类：讲义

    • 发布日期：2014-12-03
    • 文件大小：336kb
    • 提供者：baidu_24152347

  1. R语言 数据分析

  2. R语言，数据分析，图表，箱线图，茎叶图等。多重插值法补缺。线性回归分析。希望对你们有所帮助

  3. 所属分类：数据库

    • 发布日期：2016-06-13
    • 文件大小：429kb
    • 提供者：anna3557

  1. 欧姆社学习漫画-漫画统计学之回归分析

  2. 第1章 基础知识 1.书写规则 2.反函数 3.指数函数与自然对数函数 4.指数函数与对数函数的性质 5.微分 6.矩阵 7.数值数据和分类数据 8.离差平方和、方差、标准差 9.概率密度函数 第2章 回归分析 1.回归分析 2.回归分析的实例 3.回归分分析程中的注意事项 4.标准化残差 5.内插法和外插法 6.序列相关 7.直以外的回归方程 第3章 重回归分析 1.重回归分析的定义 2.重回归分析的实例 3.重回归分析过程中的注意事项 4.标准化残差 5.马氏距离以及重回归分析中的置信区间

  3. 所属分类：专业指导

    • 发布日期：2017-09-02
    • 文件大小：12mb
    • 提供者：houzhiguo

  1. 线性回归分析—教科书

  2. 回归分析，包括线性以及非线性方法，残差分析，多重共线性

  3. 所属分类：机器学习

  1. 多重共线性原理与解决办法

  2. 研究多重共线性原理与解决办法的一篇统计学课件，值得一看

  3. 所属分类：讲义

    • 发布日期：2018-07-04
    • 文件大小：308kb
    • 提供者：weixin_42611349

  1. 多元回归分析算法Python代码

  2. 多元回归分析(Multiple Regression Analysis)是指在相关变量中将一个变量视为因变量，其他一个或多个变量视为自变量，建立多个变量之间线性或非线性数学模型数量关系式并利用样本数据进行分析的统计分析方法。另外也有讨论多个自变量与多个因变量的线性依赖关系的多元回归分析，称为多元多重回归分析模型(或简称多对多回归)。

  3. 所属分类：机器学习

    • 发布日期：2018-07-23
    • 文件大小：17kb
    • 提供者：qq_42617330

  1. Signal Processing Based on Multilinear Algebra

  2. 信号处理与张量分析，盲信号处理与多重线性代数的关系，来自 Liven 项目组的博士论文。张量分析入门经典。

  3. 所属分类：机器学习

  1. 中国煤炭铁路运输业发展评价及预测分析

  2. 铁路是我国最主要的煤炭运输方式,将因子分析与熵权值和TOPSIS相结合,对1998—2017近20年的16项相关运输指标的数据进行分析。以熵值法的差异系数对主因子的方差贡献率和因子得分系数进行调整,消除指标间多重共线性及指标权重不确定问题,从而构造加权规范矩阵,并计算出每年的因子综合得分与理想解的相对贴近度,以贴近度的测算评价其发展并预测趋势。实证研究表明,该方法可以有效消除指标间的多重共线性,合理为指标赋予权重,得到更为客观的评价结果,建立多元回归预测模型可靠、有效。

  3. 所属分类：其它

  1. 基于核主元分析和模糊聚类的采动区建筑物损害评价

  2. 针对采动区建筑物损害程度的影响因素较多且各因素呈现非线性、多重共线性等特点,提出了基于核主元分析(KPCA)和模糊聚类方法相结合的建筑物损害评价新方法。采用核主元分析方法,借助核函数在高维特征空间中对数据集进行降维,获取相互独立的非线性主元,然后利用模糊ISODATA算法进行聚类分析实现建筑物损害程度的分类评价。实例分析结果表明,所提方法体现了建筑物损害分类评价的模糊性,兼顾了各种因素的不同影响,同时避免了因素之间的相互干扰,其评价结果与实际符合较好,具有较高的实用价值。

  3. 所属分类：其它

  1. 多区域限制中任意多重的全阶振幅

  2. 我们提出了在多Regge运动学中对平面N = 4 super Yang-Mills理论中的振幅散射的全回路表达式，该运动对所有多重性，所有螺旋性构型和任意对数精度均有效。 我们的表达是通过将显式摄动结果与密切相关的共线性极限的可积结构的一般期望进行比较而得出的。 分析的关键要素是对中心发射顶点的全序扩展，我们最近以对数精度为准的精度对其进行了计算。 作为应用，我们使用全阶公式来证明该理论在多Regge运动学中的所有幅值都是具有统一先验权重的单值多个多对数。

  3. 所属分类：其它

    • 发布日期：2020-04-22
    • 文件大小：268kb
    • 提供者：weixin_38710566

  1. R语言编程 - 第八讲（回归分析）.pdf

  2. 在统计学中，回归分析（regression analysis)指的是确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。回归分析按照涉及的变量的多少，分为一元回归和多元回归分析；按照因变量的多少，可分为简单回归分析和多重回归分析；按照自变量和因变量之间的关系类型，可分为线性回归分析和非线性回归分析。

  3. 所属分类：讲义

    • 发布日期：2020-03-15
    • 文件大小：712kb
    • 提供者：weixin_46348623

  1. 主成分回归分析.sas

  2. 利用SAS先对原始数据做主成分分析降维，然后根据降维后的特征向量构建多重线性回归模型，该方法通常用来解决多重线性回归模型在构建时，自变量的多重共线性问题

  3. 所属分类：金融

    • 发布日期：2020-08-18
    • 文件大小：225byte
    • 提供者：weixin_42140628

  1. 基于多线性Diffie-Hellman假设的可公开验证的秘密共享方案

  2. 使用多线性映射的多线性，我们提出了一种基于多线性DiffieHellman假设（MDH）的简单，非交互且有效的可公开验证秘密共享（PVSS）方案。 到目前为止，秘密共享的可公开验证仍然是一个问题。 在本文中，我们将共享秘密设置为多重线性配对，我们将多线性映射的多重线性属性用于共享身份验证，以实现秘密共享的公开可验证性。 此外，批处理验证技术用于减少份额验证阶段的计算开销。 与现有程序相比，该方案在相同的安全级别下提高了通信效率，可以满足应用场景通信要求的那些高效率和安全性。 此外，我们将PVSS

  3. 所属分类：其它

    • 发布日期：2021-03-24
    • 文件大小：254kb
    • 提供者：weixin_38640674

  1. 布尔网络动力学的线性表示

  2. 审查了一种新的矩阵乘积，称为矩阵的半张量积。 使用它，提出了一种逻辑矩阵表达式，其中逻辑变量表示为向量，逻辑函数表示为多重线性映射。 在这种框架下，布尔网络方程被转换为等效的代数形式，成为常规的离散时间线性系统。 分析线性系统的转移矩阵，得出公式以显示：a）不动点的数量； b）不同长度的循环数； c）过渡期，所有点进入吸引子集合； d）每个吸引子的盆。 开发了相应的算法并将其用于一些示例。

  3. 所属分类：其它

    • 发布日期：2021-02-23
    • 文件大小：356kb
    • 提供者：weixin_38570202

  1. 【Python算法】分类与预测——logistic回归分析

  2. 1.logistic回归定义 logistic回归是一种广义线性回归（generalized linear model），因此与多重线性回归分析有很多相同之处。它们的模型形式基本上相同，都具有 w‘x+b，其中w和b是待求参数，其区别在于他们的因变量不同，多重线性回归直接将w‘x+b作为因变量，即y =w‘x+b，而logistic回归则通过函数L将w‘x+b对应一个隐状态p，p =L(w‘x+b),然后根据p 与1-p的大小决定因变量的值。如果L是logistic函数，就是logistic回归

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：245kb
    • 提供者：weixin_38592643
« 12 3 4 5 6 7 »