应用回归包括计算和图形。本文是为那些想学习应用回归而不负担沉重的数学负担的读者。对于这样的目标群体,它是优秀的。强调探索工具,从简单的线性回归开始,然后进行多元回归,并进行逻辑回归和广义线性模型。它有关于响应和预测器变换、诊断和回归图形的讨论。图形方法是理解这些方法的关键。从某种意义上说,这本书可以被看作是介绍和引导导游通过ARC。这是一个免费的软件包,可以从网上下载。书中所有的图形都可以用它来完成。


ZBMaCT中的参考文献(35篇文章中引用)

显示结果1至20的35。
按年份排序(引文
  1. 普里查德,J. D.;亚当斯,C. S.;韦瑟雷尔,K. J.:ARC:计算alkali Rydberg原子性质的一个开源库(2017)
  2. Lizotte,Daniel J.;Labor,Eric B.:数据驱动决策支持的多目标马尔可夫决策过程(2016)
  3. 时,雷;卢,军;赵,Jianhua;陈,Gemai:GMM估计的病例删除诊断(2016)
  4. 周,Jingke;朱,李星:带污染数据的降维主极大极小支持向量机(2016)
  5. 刘,Xuejing;余,周;文,Xuerong Meggie;佩姬,罗伯特:两个多指标模型通用指标检验:无链接方法(2015)
  6. Haggag,Magda M. M.:降维回归方法的组合(2014)
  7. VIY-EK,J.Y.MOS:模型鲁棒辨识的诊断(2014)
  8. Bercu,伯纳德;Nguyen,Thi Mong Ngoc;Saracco,Jer R.O.Me:递归和非递归SIR方法的新方法(2012)
  9. SureCo,Beoo.t;Salac,Jer Ro.Me:SIR中的切片数目和模型维数的图形工具和保存方法(2012)
  10. 秋,培华;李,Zhonghua:单变量过程的无分布监测(2011)
  11. 阿特金森,Anthony C.;Riani,马珂;Cerioli,安德列:Rejoinder:正向搜索:理论与数据分析(2010)
  12. Kuentz,凡妮莎;Saracco,J.R.O.Me:基于簇的切片逆回归(2010)
  13. 惠勒,David C.;希克森,Demarc A.;Waller,Lance A.:利用分块偏差信息准则评估贝叶斯分层模型中的局部模型充分性(2010)
  14. 罗伊·尼尔森,戴维;Noorbaloochi,SIAMAK:平衡对比度降维摘要(2009)
  15. 秋,培华;杨,荣;Potegal,米迦勒:怒怒时间过程的统计建模(2009)
  16. 邵,Yongwu;Cook,R. Dennis;韦斯伯格,桑福德:部分中心子空间和切片平均方差估计(2009)
  17. Yo,Jae Keun;帕特森,Becky S.;Datta,SUMITA:一个基于OLS的预测组蛋白乙酰化水平转录率的单指数模型的预测试验(2009)
  18. Noorbaloochi,Siamak;尼尔森,戴维:指数族中的条件指定模型和维数约简(2008)
  19. PrimDeGAST,Luke A.:修剪有影响力的观察到改进的单指数模型估计足够的总结图(2008)
  20. 石磊;陈,Gemai:多级模型中的病例删除诊断(2008)