更改

跳到导航 跳到搜索
删除8字节 、 2022年6月13日 (一) 00:07
第230行: 第230行:  
(2)选择变量的数目没有限制;
 
(2)选择变量的数目没有限制;
   −
(3)它可以承受双重收缩。
+
(3)它可以承受双重收缩。<!-- 简单线性回归 应用时机 以单一变数预测 判断两变数之间相关的方向和程度 复回归(或多变量回归)  复回归分析是简单线性回归的一种延伸应用,用以了解一个依变项与两组以上自变项的函数关系。  对数线性回归  对数线性回归,是将解释变项(实验设计中的自变项)和反应变项(实验设计中的依变项)都取对数值之后再进行线性回归,所以依据解释变项的数量,可能是对数简单线性回归,也可能是对数复回归。  非线性回归 对数几率回归 偏回归 自回归 自回归滑动平均模型 差分自回归滑动平均模型 向量自回归模型 -->
 
  −
===<!-- 简单线性回归 应用时机 以单一变数预测 判断两变数之间相关的方向和程度 复回归(或多变量回归)  复回归分析是简单线性回归的一种延伸应用,用以了解一个依变项与两组以上自变项的函数关系。  对数线性回归  对数线性回归,是将解释变项(实验设计中的自变项)和反应变项(实验设计中的依变项)都取对数值之后再进行线性回归,所以依据解释变项的数量,可能是对数简单线性回归,也可能是对数复回归。  非线性回归 对数几率回归 偏回归 自回归 自回归滑动平均模型 差分自回归滑动平均模型 向量自回归模型 -->===
   
== 回归分析主要解决的问题 ==
 
== 回归分析主要解决的问题 ==
  

导航菜单