一人一花

回归分析指用一个或多个预测变量（也称自变量或解释变量）来预测响应变量（也称因变量、效标变量或结果变量）的方法。回归包括简单线性、多项式、多元线性、多变量、Logistic回归、泊松、时间序列、非线性、非参数、稳健、Cox比例风险回归等多种形式。下文主要介绍普通最小二乘（OLS）回归法，包括简单线性回归、多项式回归和多元线性回归。1 OLS回归条件：减小因变量的真实值与预测值的差值来获取模型

1 主成分分析和因子分析比较主成分分析和探索性因子分析是两种用来探索和简化多变量复杂关系的常用方法，它们之间有联系也有区别。主成分分析（PCA）是一种数据降维方法，它能将大量相关变量转化为一组很少的不相关变量，这些无关变量称为主成分。例如，使用PCA可将30个相关（很可能冗余）的环境变量转化为5个无关的成分变量，并且尽可能地保留原始数据集的信息。相对而言，探索性因子分析（EFA）是一

本文主要介绍VIM和mice包，使用数据集为VIM包提供的哺乳动物睡眠数据sleep，主要研究62种哺乳动物的睡眠、生态学变量和体质变量间的关系。 睡眠变量包含睡眠中做梦时（Dream）、不做梦的时长（NonD）以及它们的和（Sleep）。体质变量包含体重（BodyWgt，单位为千克）、脑重（BrainWgt，单位为克）、寿命（Span，单位为年）和妊娠期（Gest，单位为天）。生态学变量包含物种

1 数据分析那些事儿2 结构为王——确定分析思路3 无米难为巧妇——数据准备4 三心二意——数据处理5 工先善其器必先利其器——数据分析6 给数据量体裁衣——数据展现7 专业化生存——图表可以更美的8 专业的报告——体现你的职场价值