技术栈
残差分析
lishaoan77
17 小时前
r语言
·
方差分析
·
实验设计与分析
·
残差分析
·
正态假设
·
交互作用
实验设计与分析(第6版,Montgomery)第5章析因设计引导5.7节思考题5.19 R语言解题
dataframe<-data.frame(productive=c(86.3,88.5,89.1,84.0,87.3,90.2,85.8,89.0,91.3,86.1,89.4,91.7,85.2,89.9,93.2,87.3,90.3,93.7),
lishaoan77
2 天前
r语言
·
方差分析
·
实验设计与分析
·
残差分析
·
正态性假设
·
交互作用
·
析因实验
实验设计与分析(第6版,Montgomery)第5章析因设计引导5.7节思考题5.5 R语言解题
本文是实验设计与分析(第6版,Montgomery著,傅珏生译) 第5章析因设计引导5.7节思考题5.5 R语言解题。主要涉及方差分析,正态假设检验,残差分析,交互作用图。
lishaoan77
2 天前
r语言
·
统计分析
·
方差分析
·
实验设计与分析
·
残差分析
·
交互作用
·
析因实验
实验设计与分析(第6版,Montgomery)第5章析因设计引导5.7节思考题5.2 R语言解题
本文是实验设计与分析(第6版,Montgomery著,傅珏生译) 第5章析因设计引导5.7节思考题5.2 R语言解题。主要涉及方差分析,正态假设检验,残差分析,交互作用。
lishaoan77
3 天前
r语言
·
方差分析
·
实验设计与分析
·
残差分析
·
正态假设
·
交互作用
实验设计与分析(第6版,Montgomery)第5章析因设计引导5.7节思考题5.13 R语言解题
本文是实验设计与分析(第6版,Montgomery著,傅珏生译) 第5章析因设计引导5.7节思考题5.13 R语言解题。主要涉及方差分析,正态假设检验,残差分析,交互作用图。
lishaoan77
3 天前
r语言
·
方差分析
·
实验设计与分析
·
残差分析
·
正态假设
·
析因实验
·
等值线图
实验设计与分析(第6版,Montgomery)第5章析因设计引导5.7节思考题5.7 R语言解题
本文是实验设计与分析(第6版,Montgomery著,傅珏生译) 第5章析因设计引导5.7节思考题5.7 R语言解题。主要涉及方差分析,正态假设检验,残差分析,交互作用图,等值线图。
lishaoan77
5 天前
r语言
·
方差分析
·
实验设计与分析
·
残差分析
·
正态假设
·
交互作用
·
析因实验
实验设计与分析(第6版,Montgomery)第5章析因设计引导5.7节思考题5.6 R语言解题
本文是实验设计与分析(第6版,Montgomery著,傅珏生译) 第5章析因设计引导5.7节思考题5.6 R语言解题。主要涉及方差分析,正态假设检验,残差分析,交互作用图,等值线图。
lishaoan77
5 天前
r语言
·
方差分析
·
实验设计与分析
·
残差分析
·
正态假设
·
交互作用
·
等值线
实验设计与分析(第6版,Montgomery)第5章析因设计引导5.7节思考题5.1 R语言解题
(a)yield <-data.frame(X = c(90.4,90.2,90.7,90.6,90.2,90.4,90.1,90.3,90.5,90.6,89.9,90.1,90.5,90.7,90.8,90.9,90.4,90.1),
lishaoan77
7 天前
r语言
·
统计分析
·
实验设计与分析
·
残差分析
·
单因子方差分析
·
正态性假设
·
tukeyhsd
实验设计与分析(第6版,Montgomery)第3章单因子实验:方差分析3.11思考题3.6 R语言解题
本文是实验设计与分析(第6版,Montgomery著,傅珏生译) 第3章单因子实验:方差分析3.11思考题3.6 R语言解题。主要涉及单因子方差分析,正态性假设检验,残差与拟合值的关系图,TukeyHSD法。
lishaoan77
7 天前
统计分析
·
r
·
实验设计
·
残差分析
·
单因子方差分析
·
正态假设
·
lsd
实验设计与分析(第6版,Montgomery)第3章单因子实验:方差分析3.11思考题3.4 R语言解题
本文是实验设计与分析(第6版,Montgomery著,傅珏生译) 第3章单因子实验:方差分析3.11思考题3.4 R语言解题。主要涉及单因子方差分析,正态性假设检验,残差与拟合值的关系图,LSD法。
lishaoan77
22 天前
实验设计与分析
·
残差分析
·
方差齐性检验
·
levene检验
·
bartlett检验
单因子实验方差分析模型的适应性检验
残差检验是任一方差分析不可缺少的部分。如果模型是适合的,则残差是无定形的。也就是说,它们没有明显的模式。通过研究残差,可以发现很多模型不适合和基本假定不符合的例子。在这部分,我们将说明如何通过采用残差的图形分析来很容易地进行模型诊断检测,以及如何处置几种常见的反常现象。