因变量

统计学之一元线性回归分析

1.回归模型简介我们先来看一下什么是回归模型，以下解释来源于百度百科：回归模型是一种预测性的建模技术，它研究的是因变量（目标）和自变量（预测器）之间的关系。
·2021-01-27 12:44

R2系数浅析

在统计学中，R2系数又称决定系数，反映因变量的全部变异能通过回归关系被自变量解释的比例。
let’s go·2021-01-26 23:10

r语言格兰杰因果检验_Toda-Yamamoto 格兰杰因果检验 TY-Granger方法

一、格兰杰因果关系定义对于因变量，找到有助于预测的协变量。"
二池一·2021-01-25 02:43

一元线性回归算法和sigmoid函数

**机器学习基础**一元线性回归算法1.介绍一元线性回归分析预测法，是根据自变量x和因变量y的相关关系，建立x与y的线性回归方程进行预测的方法。
Somewherej·2021-01-23 22:21

口诀巧记之函数与一次函数

解释与说明：变量之间称为函数关系是有原因的，其关键就在于一个自变量或多个自变量对应一个因变量。2、一次函数一次函数y=kx+b，其中k、b为常量
教数学的赵老师·2021-01-20 10:47

【数据分析】利用机器学习算法进行预测分析（二）：线性回归（Linear Regression）（2021-01-14）

时间序列预测中的机器学习方法”系列文章的第二篇，如果您有兴趣，可以先阅读前面的文章：【数据分析】利用机器学习算法进行预测分析（一）：移动平均（MovingAverage）线性回归模型返回一个方程，该方程确定自变量和因变量之间的关系
中传男明星皮皮·2021-01-14 15:55

【数据分析】利用机器学习算法进行预测分析（二）：线性回归（Linear Regression）（2021-01-14）

时间序列预测中的机器学习方法”系列文章的第二篇，如果您有兴趣，可以先阅读前面的文章：【数据分析】利用机器学习算法进行预测分析（一）：移动平均（MovingAverage）线性回归模型返回一个方程，该方程确定自变量和因变量之间的关系
中传男明星皮皮·2021-01-14 15:55

曲线 线性回归_【SPSS数据分析】SPSS曲线回归分析的应用与操作详解

我们的教程中曾详细讲述了SPSS线性回归分析，尽管线性回归可以满足绝大多数的数据分析，但是在现实情况中，并不能适用于所有的数据，当因变量和自变量之间的关系我们无法确定是否为线性或者其他非线性类型的模型关系时候
兔拉鱼·2021-01-14 10:52

回归 统计绘图_曲线回归分析在SPSS中的详细操作（预后指数分析案例）——【杏花开医学统计】...

当因变量随着自变量呈现非直线变化趋势时，可以通过曲线拟合(curvefitting)的方法来研究两变量间数量上
weixin_39589693·2021-01-13 19:21

python做线性回归统计推断提取参数_线性回归及其Python实现（最大似然法）

机器学习本节内容总结于博主在牛客网机器学习特训营的笔记参考资料：《机器学习实战》目录1.什么是线性回归(LinearRegression)维基百科：线性回归在统计学中，线性回归是利用称为线性回归方程的最小二乘函数对一个或多个自变量和因变量之间关系进行建模的一种回归分析
weixin_39593460·2021-01-13 13:17

零基础入门深度学习（1）

神经网络模型可以看做是y=f（x1,x2,...xn）的函数，线段是这些因变量之间的制约关系，因为需要满足很多
青椒rose炒饭·2021-01-10 11:20

曲线 线性回归_「SPSS数据分析」SPSS曲线回归分析的应用与操作详解

我们的教程中曾详细讲述了SPSS线性回归分析，尽管线性回归可以满足绝大多数的数据分析，但是在现实情况中，并不能适用于所有的数据，当因变量和自变量之间的关系我们无法确定是否为线性或者其他非线性类型的模型关系时候
weixin_39626927·2021-01-10 05:31

纵坐标范围_Matlab 双纵坐标图的绘制

双纵坐标图:plotyy(x1,y1,x2,y2,'plotf1','plotf2')x1,y1表示第一个函数的自变量和因变量，x2,y2表示第二个函数.通常y1和y2不在一个量级上时使用plotf1和
萧楠学长·2021-01-09 17:28

【机器学习笔记】：大话线性回归（一）

宏观上考虑理解性的概念，我想我们在初中可能就接触过，y=ax，x为自变量，y为因变量，a为系数也是斜率。
东哥起飞·2021-01-06 13:09

【机器学习笔记】：大话线性回归（一）

宏观上考虑理解性的概念，我想我们在初中可能就接触过，y=ax，x为自变量，y为因变量，a为系数也是斜率。
东哥起飞·2021-01-05 20:35

实验七：散点图和折线图绘制

一、基本概念1、散点图：散点图是指在回归分析中，数据点在直角坐标系平面上的分布图，散点图表示因变量随自变量而变化的大致趋势，据此可以选择合适的函数对数据点进行拟合。
巧喵·2021-01-04 13:43

线性回归

线性回归一元线性回归假设对于观测对象x和y我们收集到了一批数据x={x1,x2,x3,…,xn}，y={y1,y2,y3,…yn}我们希望找到一个一元线性函数(一个因变量y和一个自变量x)yi=f(xi
qq_40848737·2021-01-04 08:57

matlab中散点图的线性拟合_机器学习之线性回归（python)

、概念线性回归（一元线性回归）二变量数据：对于每一个观察结果，二变量数据给出两个变量数值，其中一个变量收到某种方式控制，或是用来解释另一个变量，则这个变量叫做自变量或者解释变量（x)，另一个变量则称为因变量或反应变量
狗哥老司机·2021-01-02 03:23

python 如何检验数据正态分布_数据不正态分布如何办？

比如说回归分析，其实做回归分析有一个前提条件即因变量需要满足正态分布性。也比如说方差分析，其有一个潜在的前提假定即因变量Y需要满足正态分布。还有很多种情况，比如T检验，相关分析等等。
兔尾巴老李·2020-12-30 22:03

[R语言]稳健回归

换句话说，鉴于其对预测变量的价值，这是一个因变量不寻常的观察结果。离群值可能表示样本特性，或者可能表示数据输入错误或其他问题。杠杆：对预测变量具有极高价值的观察点具有很高的杠杆作用。
Shelley9102·2020-12-30 17:15

多项logistic回归系数解释_Logistic回归——回归系数

Logistic回归系数也可以被解释为对应自变量一个单位的变化所导致的因变量上的变化。
weixin_40001519·2020-12-30 17:57

标注案例分享：自动驾驶图像语义分割丨曼孚科技

目前，自动驾驶主流算法模型主要以有监督的深度学习方式为主，是基于已知变量和因变量推导函数关系的算法模型，需要大量的结构化标注数据对模型进行训练与调优。
曼孚科技·2020-12-29 20:57

标注案例分享：自动驾驶图像语义分割丨曼孚科技

目前，自动驾驶主流算法模型主要以有监督的深度学习方式为主，是基于已知变量和因变量推导函数关系的算法模型，需要大量的结构化标注数据对模型进行训练与调优。
曼孚科技·2020-12-29 20:14

多项logistic回归系数解释_Logistic回归结果的回归系数和OR值解读

使用场景大概有两个：第一用来预测，第二寻找因变量的影响因素。一从线性回归到Logistic回归线性回归和Logistic回归都是广义线性模型的特例。
人行有师·2020-12-29 16:10

有各组方差怎么算组间平方和_SPSS 单因素方差分析

2.需要满足的前提假设假设1：因变量为连续变量；假设2：有一个包含2个及以上分类、且组别间相互独立的自变量；假设3：每组间和组内的观测值相互独立；假设4：每组内没有明显异常值；假设5：每组内因变量符合正态分布
辣目洋子·2020-12-29 00:30

基于R语言混合效应模型（mixed model）案例研究

它估计一个或多个解释变量对因变量的影响。混合模型的输出将为解释值列表，它们的效果大小的估计值和置信区间，每种效果的p值以及至少一种模型拟合程度的度量。
拓端研究室·2020-12-27 11:09

因变量 方差膨胀系数_SPSS技术：多重线性回归模型；极端值与多重共线性

原标题：SPSS技术：多重线性回归模型；极端值与多重共线性欢迎关注天善智能微信公众号，我们是专注于商业智能BI，大数据，数据分析领域的垂直社区。对商业智能BI、大数据分析挖掘、机器学习，python，R等数据领域感兴趣的同学加微信：tstoutiao，邀请你进入头条数据爱好者交流群，数据爱好者们都在这儿。基础准备前面我们介绍了多重线性回归模型的基础内容及SPSS软件的操作过程，同时也介绍了如何通过
雨沐森林·2020-12-23 04:00

plor 回归的r方_R相关与回归学习笔记（十九）——强影响点分析、过度拟合示例（一）...

包括自变量取值离群和因变量拟合离群的点。杠杆(leverage)指帽子矩阵的对角线元素hii,其中di是第i个观测的重复观测次数。某观测杠杆值高说明该观测自变量有异常值。
weixin_39951378·2020-12-19 07:05

jq实现文字个数限制_非线性关系的分析方法限制性立方样条（Restricted cubic spline，RCS）...

作者：何强生，审稿：王九谊在医学研究中，我们经常构建回归模型来分析自变量和因变量之间的关系。事实上，大多数的回归模型有一个重要的假设就是自变量和因变量呈线性关联，这个条件实际很难满足。
weixin_39946429·2020-12-19 06:06

Python进行单因素方差分析

1.方差分析方差分析就是通过检验各总体的均值是否相等来判断分类型自变量对数值型因变量是否有显著影响。
70fa0b237415·2020-12-17 09:26

spss多元线性回归_多元线性回归-如何设置哑变量

一.logistic回归于线性回归的不同：logistic回归，因变量是分类变量线性回归，因变量是连续变量二.多元线性回归-如何设置哑变量（一）当单个自变量是分类变量，水平等于2时，不需要设置哑变量（二
weixin_39959126·2020-12-14 13:10

灰色关联分析+Matlab代码实现

灰色关联分析代码实现(Matlab)学习时间：2020.12.11学习产出：1.灰色关联分析基本思想2.运用灰色关联分析的基本步骤①确定分析数列母序列(又称参考数列，母指标)：能反映系统行为特征的数据序列——>类似与因变量
WSKH0929·2020-12-11 10:01

多元样条函数及其应用_非线性关系的分析方法---限制性立方样条（Restricted cubic spline，RCS）...

作者：何强生，审稿：王九谊在医学研究中，我们经常构建回归模型来分析自变量和因变量之间的关系。事实上，大多数的回归模型有一个重要的假设就是自变量和因变量呈线性关联，这个条件实际很难满足。
weixin_39889487·2020-12-09 23:31

pytorch学习笔记3-线性回归

线性回归线性回归是分析一个变量与另外一个（多）个变量之间关系的方法因变量：y自变量：x关系：线性y=wx+b->求解w,b求解步骤：1.确定模型Module:y=wx+b2.选择损失函数MSE：均方差等
berry丶·2020-12-09 19:58

spss回归分析_SPSS多元线性回归在医学统计分析中的应用

之前我们详细讲解了因变量为二分类的变量的影响因素的分析，采用二元Logistic回归分析。
weixin_39634480·2020-12-09 06:59

R语言逻辑回归分析连续变量和分类变量之间的“相关性“

p=18169比如说分类变量为是否幸存、是因变量，连续变量为年龄、是自变量，这两者可以做相关分析吗？两者又是否可以做回归分析？我们考虑泰坦尼克号数据集，titanic=titanic[!
拓端研究室·2020-12-04 11:47

机器学习 特征选择篇——python实现MIC（最大信息系数）计算

机器学习特征选择篇——python实现MIC（最大信息系数）计算摘要python实现代码计算实例摘要MIC（最大信息系数）可以检测变量之间的非线性相关性，常用于特征工程中的特征选择，即通过计算各特征与因变量之间的
Cyrus_May·2020-12-03 17:16

python多元线性回归实例_利用Python进行数据分析之多元线性回归案例

线性回归模型属于经典的统计学模型，该模型的应用场景是根据已知的变量(自变量)来预测某个连续的数值变量(因变量)。
weixin_39832448·2020-12-01 17:53

R语言方差分析（ANOVA）学生参加辅导课考试成绩差异

这是我们的因变量。“分组”变量将是学生参加辅导课的方式，采用“自愿参与”，“非自愿参与”的方式。最后是“不参与”（不参加或拒绝参加的学生）。为了形成组，我们有两个变
拓端研究室·2020-12-01 12:56

python多元线性回归实例_Python实现简单和多重线性回归

线性回归是一种统计模型，用于检查两个（简单线性回归）或更多（多线性回归）变量（一个因变量和一个或多个自变量）之间的线性关系。
weixin_39543647·2020-11-29 07:21

spss非线性回归分析步骤_SPSS与简单线性回归分析

对数据进行简单线性回归分析常按照以下步骤：1根据研究目的确定因变量和自变量现研究某服装店销售额和客流量的关系，销售额为因变量，客流量为自变量，共计36条数据。
weixin_39849153·2020-11-26 04:36

spss非线性回归分析步骤_【SPSS数据分析】SPSS曲线回归分析的应用与操作详解

我们的教程中曾详细讲述了SPSS线性回归分析，尽管线性回归可以满足绝大多数的数据分析，但是在现实情况中，并不能适用于所有的数据，当因变量和自变量之间的关系我们无法确定是否为线性或者其他非线性类型的模型关系时候
weixin_39574388·2020-11-26 04:36

spss非线性回归分析步骤_「SPSS数据分析」SPSS曲线回归分析的应用与操作详解

我们的教程中曾详细讲述了SPSS线性回归分析，尽管线性回归可以满足绝大多数的数据分析，但是在现实情况中，并不能适用于所有的数据，当因变量和自变量之间的关系我们无法确定是否为线性或者其他非线性类型的模型关系时候
weixin_39824898·2020-11-26 04:31

Keras深度学习笔记 线性回归

定义与公式线性回归(Linearregression)是利用回归方程(函数)对一个或多个自变量(特征值)和因变量(目标值)之间关系进行建模的一种分析方式。
imxlw00·2020-11-21 18:41

python输入年月日输出年月日_Python-机器学习

一、简单线性回归1、相关系数，衡量数据间的相关性通过调用pandas函数corr实现2、回归方程y=a+bx：x自变量、y因变量、a截距、b回归系数求出a与b，就可以预测y与x，求出最佳拟合线。
weixin_39554775·2020-11-20 23:33

R 多变量数据预处理_R语言数据实战 | 线性回归

由此就确定了target因变量是岗位薪酬(平均薪资)，自变量则是各种可能的影响因素(包括软件要求、经验要求、公司属性等)，而分析目标就是通过建立因变量与自变量之间的多元线性回归模型，估
weixin_39878991·2020-11-19 23:17

1.3 微积分

被依赖的称为自变量，依赖的称为因变量。函数是一个变量到另一个变量的映射。即函数将一个变量映射到另外一个变量。函数是一个输入到输出的变换。即函数接受一个输入变量，产生一个输出变量。
hwdong·2020-11-16 20:42

监督学习：回归

回归分析可以帮助人们了解在自变量变化时因变量的变化量。一般来说，通过回归分析我们可以由给出的自变量估计因变量的条件期望。
Hughie@·2020-11-15 11:33

使用tensorflow和Keras的初级教程

简单地说，输入层是一组自变量，输出层代表最终的输出(因变量)，隐藏层由神经元组成，在那里应用方程和激活函数。前向传播讨论方程的具体形式以获得最终输出，而反向传播则计算梯
人工智能遇见磐创·2020-11-13 23:22

算法学习—利用Python解决多元线性回归数据统计

事实上，一种现象常常是与多个因素相联系的，由多个自变量的最优组合共同来预测或估计因变量，比只用一个自变量进行预测或估计更有效，更符合实际。因此多元线性回归比一元线性回归的实用意义更大。
Ranger_17·2020-11-04 21:03
上一页 32 33 34 35 36 37 38 39 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他