- 博客(10)
- 收藏
- 关注
RSS订阅原创 有关方差分析的所有
不是所有也会慢慢补充方差分析，又称 F检验。借助于方差，对数据误差来源进行分析，从而检验多个母体平均数是否相等，也就是判断均值之间是否有差异。**单因素方差分析：**众多因素中只有一个因素的水平有多个，其余因素只有一个水平。**多因素方差分析：**多个因素有多个水平。一、要清楚的基本概念**指标：**试验结果称为指标，一般表示为数值，用X表示。**因素（因子）：**试验中需要考察的可以控制的条件。用A,B,C表示。**水平：因素所处的状态，一般用A1、A2、A3、…Ar**表示。一般将因子控
2022-03-07 11:10:43
2261
原创 统计杂碎记录
统计杂碎记录PS: 记录一些自己平时遇到的数理统计概念，持续更新中，后续补充学习1***. nested random intercept effects***建议参考：Visualizing Nested and Cross Random Effects
2022-01-11 21:50:40
609
原创 学习模式上的记录之统计篇四 关于excel里添加趋势线和回归统计的R square数值不一致的情况
关于excel里添加趋势线和回归统计的R square数值不一致的情况1. 利用excel计算 R_square 的方法1.1 做散点图添加趋势线1.2 利用数据栏-数据分析-回归，回归统计中给出 R-square 及 adjusted R-square 结果1.3 利用 LINEST 函数，使用时注意选中输出区域，输入公式后，按 ctrl+shift+enter 实现最终输出，示例结果如下图microsoft官网上给出的了附加回归统计值返回的顺序1.4 利用 RSQ 函数计算，输入 RS
2021-09-20 22:08:08
5134
翻译 学习模式上的记录之统计篇三 置换检验 Permutation Test
标题学习模式上的记录之统计篇三 置换检验 Permutation Test偶然间看到有人用置换检验，上午看了下基础的讲解，先记录下来以便于自己理解。讲解内容最初看的是这个网站 置换检验可视化讲解置换检验是一种非参数检验，也就是对数据的分布、方差等没有要求，没有“LINE”四原则要求。置换检验，顾名思义，是对一个样本进行多次随机排列permute，对此比较均值得到的结果，一般用于样本量较小或采集样本收到限制，不能采集大量样本的时候，有点儿类似于蒙特卡洛方法。上面那个链接里的讲解还算比较好懂。假设我
2021-09-02 16:26:25
2037
原创 学习模式上的记录之数值计算篇-显式和隐式
学习模式上的记录之数值计算篇-显式和隐式之前理解的是，未知数（所要求解的变量）分布在等式的两边就是隐式，在一边就是显式，但是跟X哥讨论的时候，X哥说‘表达成时间项，应该算是显式了’，想再求证一下，就把显式和隐式表达总结在这里。查到这个博文有这么讲的：“*所谓显式和隐式，是指求解方法的不同，即数学上的出发点不一样。并不是说显式只能求动力学问题，隐式只能求静力学问题，只是求解策略不通。显式求解是对时间进行差分，不存在迭代和收敛问题，最小时间步取决于最小单元的尺寸。过多和过小的时间步往往导致求解时间非常漫
2021-02-10 21:58:21
3250
原创 学习模式上的记录之统计篇二 Sigmaplot 非线性回归报告分析
学习模式上的记录之统计篇二 Sigmaplot 非线性回归报告分析先说下线性回归的前提假设（LINE）：L：Linearity 线性 应变量和每个自变量都是线性关系I：Independence 独立性 对于所有的观测值，他们的误差项相互之间是独立的N：Normality 正态性 误差项服从正态分布E：Equal-Variance 等方差 所有的误差项具有同样方差如果这些假设不满足，最终的回归模型可能不精确甚至比较离谱参考：http://sofasofa.io/forum_main_post.p
2021-01-23 10:37:17
4625
原创 学习模式上的记录之统计篇一 秩和检验
学习模式上的记录之统计篇一 秩和检验学了快三年模式了，为了说服自己模式的结果是可信的，以及对数据做更好的处理，中间补习了很多统计方面的知识，现在想想不如都放在这里，中间有很多借鉴和参考他人的博客和理解，都记录下来了，方便自己查阅，也希望可以帮助其他人。Wilcoxon 秩和检验（rank-sum-test），或叫 Mann-Whitney U 检验，是一类非参数检验方法。不对数据分布做特殊假设，因而能适用于更复杂的数据分布情况，但是当数据实际上满足正态分布的时候，用t检验更有效。秩和检验的原理和做法：
2021-01-20 20:16:25
3426
2
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人