R语言的现代线性回归实践

一 、线性回归

1.线性回归模型与模型假定

2.最小二乘法方法与性质

3.方差估计与模型效用

4.决定系数与拟合优度

5.假设检验

二、多元回归

1.系数估计与模型拟合

2.交互作用模型

3.二次模型

4.预测与外推的陷阱

三、模型构建

1.定量与定性自变量

2.定性自变量回归

3.模型选择

4.逐步回归

四、稳健估计

1.共线性与方差膨胀

2.奇异值与强影响数据:失效点分析

3.稳健估计量

4.稳健回归的自助标准误

五、通向广义线性回归

1.指数族分布

2.矩估计与最大似然估计

3.指数族分布的方差函数

4.连接函数:广义化与分布

5.加权最小二乘法与迭代加权最小二乘法

6.比较拟合优度

点击下方关注,获取更多资源和教程!

相关推荐
Michelle802313 小时前
24大数据 饼图复习
r语言
yingjie11017 小时前
Scanpy vs Seurat 深度对比:Python 与 R 的单细胞分析框架谁更强?
开发语言·python·r语言·生物信息学·单细胞转录组·seurat·scanpy
Michelle80231 天前
24大数据 散点图复习
r语言
云上码厂2 天前
R 语言基于 lavaan 包实现结构方程模型 (SEM) 从环境配置到建模绘图全流程实战
开发语言·r语言
不务正业的小主治4 天前
ezygene-多种算法计算免疫评分
人工智能·r语言·简析基因·ezygene·免疫分析
Omics Pro4 天前
基因泰克:检测级虚拟细胞基准!大语言模型+智能体
大数据·数据库·人工智能·机器学习·语言模型·自然语言处理·r语言
Omics Pro5 天前
首个!外源天然产物综合性代谢图谱
数据库·人工智能·算法·机器学习·r语言
2401_868534785 天前
【无标题】
数据结构·r语言
asyxchenchong8887 天前
R+VIC 模型融合实践技术应用及未来气候变化模型预测
开发语言·r语言