多元回归分析
关注
分享
扫一扫
文章平均质量分 79
多元回归分析理论及spss部分
Oasis of the World
这个作者很懒，什么都没留下…
展开
-
多元统计分析(1):多元分布(均值、协方差、统计距离)、多元正态分布(密度函数、性质、条件分布)、估计、常用多元分布及抽样分布
若为定值，随着X的变化，其轨迹为一个椭圆面，是X 的密度函数的等值面。但是若一个随机向量的任何边缘分布均为正态分布，并不能导出它是多元正态分布。标准化数据的协方差阵正好是原指标的相关阵。是极大似然估计，是强相合估计，但是有偏。为p维随机变量，期望和协方差存在，记。,A为p*p的常数阵，则。原创 2023-10-18 21:26:45 · 3467 阅读 · 1 评论 -
多元正态分析(3):聚类分析
将分类对象（样本、指标）分成若干类，相似的归为一类定量的指标之间相似性的度量：统计距离：欧氏距离、绝对值距离、明考斯基距离、切比雪夫距离受量纲的影响！！使用前要将数据归一化。一维数据就不存在量纲问题了哦。原创 2023-12-27 16:23:11 · 1035 阅读 · 0 评论 -
多元统计分析(4):判别分析
print("x矩阵的维度：",x.ndim) # 二维向量组成的矩阵xT = x.T。原创 2024-01-03 16:53:18 · 2461 阅读 · 0 评论 -
多元统计分析(5)：主成分分析
目的：抓住主要矛盾，解释事物内部变量之间的规律性。途径：找到新的成分，是原始变量的线性组合，而这些变量之间互不相关，从而有更好的性能！！！原创 2023-11-30 20:01:18 · 2261 阅读 · 0 评论 -
多元统计回归(6):因子分析
因子分析（ factor analysis）模型是主成分分析的推广。它也是利用降维的思想，由研究原始变量相关矩阵内部的依赖关系出发，把一些具有错综复杂关系的变量归结为的一种多变量统计分析方法相比主成分分析，因子分析更倾向于描述原始变量之间的相关关系，因此，因子分析的出发点是原始变量的相关矩阵。原创 2023-12-04 20:05:45 · 3426 阅读 · 0 评论