数学统计建模

数据预处理

数据清洗

无量纲处理

数学统计建模_第1张图片

 

检验数据来自哪个分布

正态分布检验

K-S检验的P值检验正态性

非正态数据处理

数据偏态处理

BOX-COX变换

成分数据处理

clr变换

ilr变换

logit变换

属性数据

相关性检验

  • 假设检验方法使用时应首先判断数据是否为正态数据。如果是,选择正态性假设下的T检验或则方差分析; 如果不是,选用非参数检验

假设检验的P值

相关系数

相关系数的性质

对相关性的度量方式

灰色关联度

Spearman相关系数

Kendall相关系数

Copula熵

互信息

最大信息系数

辛普森悖论

朴素贝叶斯分析


相关数据的降维和聚类

Q型聚类分析

R型聚类分析

线性降维方法

主成分分析

线性判别分析

Lasso方法

scad方法

非线性降维方法

基于重建权值

基于邻接图

基于切空间

基于距离保持

基于核


影响因素分析

回归类模型

多元线性回归

  • 正态性假设
  • 零均值性
  • 等方差性
  • 独立性假设

主成分回归

最小二乘回归

偏最小二乘回归

logistic回归

cox回归

时间序列模型

回归方程的显著性检验

拟合优度

相关系数

残差分析

你可能感兴趣的:(数学建模,python,开发语言)