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
GZ同学7 天前
单双变量Ripley’s K函数 R 语言实现
开发语言·r语言
popcorn_min8 天前
共享单车需求预测:时间特征工程 + 随机森林,R² 达到 0.931
随机森林·r语言·kotlin
m0_4970489312 天前
.NET10+Avalonia跨平台截屏工具解析
r语言
dongf201913 天前
R语言朴素贝叶斯算法---iris数据集
开发语言·算法·数据分析·r语言
All_Will_Be_Fine噻13 天前
重建R环境
开发语言·r语言
梦想的初衷~13 天前
基于R语言APSIM模型高级应用及批量模拟
r语言·apsim·作物生长模型·农业模拟·气象数据处理·土壤水分平衡
dongf201913 天前
R 语言 逻辑斯蒂回归
开发语言·数据分析·回归·r语言
dongf201916 天前
R 语言 Apriori 关联规则算法
数据分析·r语言·关联规则
dongf201916 天前
R语言决策树剪枝----泰坦尼克数据集
决策树·r语言·剪枝
dongf201916 天前
R语言分类决策数算法----iris数据集
分类·数据分析·r语言