- 博客(10)
- 收藏
- 关注
RSS订阅原创 偏最小二乘法原理与R语言代码实现
偏最小二乘回归是一种集多元线性回归分析、典型相关分析和主成分分析的基本功能为一体的新型多元统计分析方法。优点：1）能在自变量存在严重多重相关性的条件下进行回归建模；2）允许在样本点个数少于自变量个数的条件下进行回归建模；（3）偏最小二乘回归方法与其他的建模方法相比，具有计算简单、预测精度高，易于定性解释的优点。
2024-11-14 12:19:53
644
原创 R语言：实现输出结果保留小数点后第2位
上述结果为客户消费按受教育程度分组后，每组收入，酒类消费支出，水果消费支出等的平均值。这样的输出结果较为美观。
2024-06-24 13:15:00
841
原创 势函数（功效函数），两类错误
在假设检验中，可能会犯两类错误.错误（第类错误）：为真时却被拒绝，弃真错误.错误（第类错误）：为假时却被接受，取伪错误.两类错误不可能同时很小，以右侧检验为例说明.右侧检验：红色区域的面积为，蓝色区域的面积为，红线向左或者向右移动时，一方增大，另外一方减小.
2024-01-23 15:32:28
1501
1
原创 R语言画经验分布函数，直方图，QQ图，实现正态检验（非参数统计，习题1.11）
习题1.11：（1）画出beenswax数据的经验分布函数，直方图和QQ图。（2）找出0.9，0.75，0.5，0.25和0.10分位数.P值>0.05, 不能拒绝原假设，该分布是正态分布.使用Shapiro—Wilk检验：原假设。: 该随机变量服从正态分布；(3)这个分布是正态分布吗？：该随机变量不服从正态分布.
2024-01-19 15:31:17
1246
1
原创 Ridit检验法（非参数统计习题）
Ridit分析方法的基本原理：取一个样本数较多的组或将几组数据汇总成为参照组，根据参照组的样本结构将原来各组响应数变换为参照得分-Ridit得分，用Ridit得分进行各处理之间强弱的公平比较。Ridit得分选择用累积概率得分表示各顺序类真实的强弱顺序。参考文献：王星，《非参数统计》，电子工业出版社，2022.请分析各个选项的满意度之间是否存在差异？
2023-06-23 15:16:21
1246
1
原创 Hodges-Lehmmann调整秩和检验（非参数统计习题）
Q<-((k-1)*(drrs2-k*b*b*(k*b+1)^2/4)/(sumR2-drcs2/k)) # 检验统计量Q。dr<-matrix(r,nrow=3,ncol=5) # Hodges-Lehmmann 秩数据表。x<-colMeans(d) # 求出 矩阵d 的每列（每一个区组）平均。drcs<-colSums(dr) # 矩阵dr 的每列和。d<-rbind(A,B,C) # 构造一个矩阵d。
2023-04-18 20:26:10
2261
1
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