| 胡良平.多重线性回归分析的核心内容与关键技术概述[J].四川精神卫生杂志,2018,31(1):1-6.,Overview of the core concepts and key techniques in the multiple linear regression analysis[J].SICHUAN MENTAL HEALTH,2018,31(1):1-6 |
| 多重线性回归分析的核心内容与关键技术概述 |
| Overview of the core concepts and key techniques in the multiple linear regression analysis |
| |
| DOI：10.11886/j.issn.1007-3256.2018.01.001 |
| 中文关键词: 多重线性回归模型 回归诊断 共线性 异常点 均方误差 贝叶斯统计 机器学习 |
| 英文关键词: |
| 基金项目:国家高技术研究发展计划课题资助 |
|
| 摘要点击次数: |
| 全文下载次数: |
| 中文摘要: |
| 目的 本文目的是概述多重线性回归分析的核心内容与关键技术.其核心内容有以下四点:第一,构建多重线性回归模型的方法和求解参数的方法;第二,进行回归诊断的意义和方法;第三,筛选自变量的意义和方法;第四,评价模型拟合效果的方法.其关键技术是如何基于经典统计思想、贝叶斯统计思想和机器学习统计思想实现多重线性回归分析. |
| 英文摘要: |
| |
| 查看全文 查看/发表评论 下载PDF阅读器 |
| 关闭 |
|
|
|