应用回归,包括计算和图形。这篇文章是为读者谁想学习应用回归而不负担沉重的数学负担。对于这样一个目标群体来说,这是非常好的。它以探索性工具为重点,从简单线性回归开始,然后处理多元回归,再到logistic回归和广义线性模型。它讨论了响应和预测转换、诊断和回归图。为理解图解法提供了关键。在某种意义上,这本书可以看作是一个介绍和一个导游通过ARC。这是一个可以从网上下载的免费软件包。书中所有的图形都可以用它来表现。


zbMATH参考文献(37篇文章引用)

显示结果1到20,共37个。
按年份排序(引用)
  1. 李向杰;张景晓:张量逆回归的充分维数折叠(2020)
  2. 西巴里奇,N.;普里查德,J.D.;亚当斯,C.S.;韦瑟里尔,K.J.:ARC:计算碱里德堡原子性质的开源库(2017年)
  3. Lizotte,Daniel J.;Laber,Eric B.:数据驱动决策支持的多目标马尔可夫决策过程(2016)
  4. 石磊;陆俊;赵建华;陈杰梅:GMM估计的病例删除诊断(2016)
  5. 周景科;朱立星:基于污染数据的充分降维主极大极小支持向量机(2016)
  6. 刘雪静;俞,周;文,雪荣-梅吉;佩奇,罗伯特:两个多指标模型的共同指数检验:无链接方法(2015)
  7. Haggag,Magda M.M.:降维回归方法的结合(2014)
  8. Víek,JanÁmos:模型鲁棒辨识的诊断(2014)
  9. Bernard Bernacu;Nguyen,Thi Mong Ngoc;Saracco,Jérôme:递归和非递归SIR方法的新方法(2012)
  10. Liquet,Benoît;Saracco,Jérôme:在SIR和SAVE方法中选择切片数量和模型尺寸的图形工具(2012)
  11. 邱培华;李中华:单变量过程的无分布监测(2011)
  12. Anthony C.阿特金森;Marco Riani;Cerioli,Andrea:答辩:前向搜索:理论和数据分析(2010)
  13. Dal Bello,L.H.A.;Vieira,A.F.C.:使用混合物实验优化产品性能(2010年)
  14. Kuentz,Vanessa;Saracco,Jérôme:基于聚类的切片逆回归(2010)
  15. Wheeler,David C.;Hickson,Demarc A.;Waller,Lance A.:使用分区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)
  16. Nelson,David;Noorbaloochi,Siamak:平衡对比的降维总结(2009)
  17. 邱培华;杨荣;波特加尔,迈克尔:发脾气愤怒时间过程的统计建模(2009)
  18. 邵永武;库克,丹尼斯;魏斯伯格,桑福德:部分中心子空间和切片平均方差估计(2009)
  19. Yoo,Jae-Keun;Patterson,Becky S.;Datta,Susmita:基于OLS的单指数模型预测组蛋白乙酰化水平转录率的预测检验(2009)
  20. Noorbaloochi,Siamak;Nelson,David:指数族中的条件指定模型和降维(2008)