第一章 随机事件与概率
第二章 随机变量及其分布
第三章 多维随机变量及其分布
第四章 大数定律与中心极限定理
第五章 统计量及其分布
第六章 参数估计
第七章 假设检验
第八章 方差分析与回归分析
第一章 随机事件与概率
1.1随机事件及其运算
概率论与数理统计研究的对象是随机现象. 概率论是研究随机现象的模型（即概率分布），数理统计是研究随机现象的数据收集与处理...
分类：
其他好文 时间：
2016-05-07 07:46:55
阅读次数：
132
R语言杂七杂八
与R语言有关的应用工具
探索性数据分析
统计推断
回归分析
机器学习-分类问题
R与Rstudio的获取与安装
包package一种扩展R基本功能的机制集成了众多函数
获取包
导入包libraryname
获取帮助
R语言特点
R语言语法基础
R语言中的数据
R语言支持的数据类型
基本数据结构
一维数据类型
向量
1创建
2提取子集
因子
1创建
2提取子集
二维数据类型
矩阵
1生...
分类：
编程语言 时间：
2016-05-06 14:56:18
阅读次数：
717
本篇博客主要介绍了简单线性回归，多元线性回归和非线性回归，主要是结合Python和Scikit-learn机器学习库进行相应的分析
目录：
1、概念
2、简单线性回归（Simple Liner Regession）
3、多元性回归（Mutiple Regession）
4、非线性回归（Logistic Regession）...
分类：
其他好文 时间：
2016-04-29 18:56:06
阅读次数：
268
本篇博客主要介绍了简单线性回归，多元线性回归和非线性回归，主要是结合Python和Scikit-learn机器学习库进行相应的分析
目录：
1、概念
2、简单线性回归（Simple Liner Regession）
3、多元性回归（Mutiple Regession）
4、非线性回归（Logistic Regession）...
分类：
其他好文 时间：
2016-04-26 21:08:02
阅读次数：
225
重点归纳 回归分析就是利用样本（已知数据），产生拟合方程，从而（对未知数据）迚行预测用途：预测，判别合理性例子：利用身高预测体重；利用广告费用预测商品销售额；等等.线性回归分析：一元线性；多元线性；广义线性非线性回归分析困难：选定变量（多元），避免多重共线性，观察拟合方程，避免过度拟合，检验模型是否 ...
分类：
其他好文 时间：
2016-04-23 18:05:57
阅读次数：
340
主成分分析 Pearson于1901年提出，再由Hotelling（1933）加以发展的一种多变量统计方法通过析取主成分显出最大的个别差异，也用来削减回归分析和聚类分析中变量的数目可以使用样本协方差矩阵或相关系数矩阵作为出发点进行分析成分的保留：Kaiser主张（1960）将特征值小于1的成分放弃， ...
分类：
其他好文 时间：
2016-04-23 18:05:51
阅读次数：
167
在回归分析中，如果有两个或两个以上的自变量，就称为多元回归。事实上，一种现象常常是与多个因素相联系的，由多个自变量的最优组合共同来预测或估计因变量，比只用一个自变量进行预测或估计更有效，更符合实际。
在实际经济问题中，一个变量往往受到多个变量的影响。例如，家庭消费支出，除了受家庭可支配收入的影响外，还受诸如家庭所有财富、物价水平、金融机构存款利息等多种因素的影响，表现在线性回归模型中的解释变...
分类：
其他好文 时间：
2016-04-19 12:30:20
阅读次数：
387
回归是一个令人困惑的词，因为它有许多特殊变种（见表8-1）。对于回归模型的拟合，R提供的强大而丰富的功能和选项也同样令人困惑。例如，2005年VitoRicci创建的列表表明，R中做回归分析的函数已超过了205个（http://cran.r-project.org/doc/contrib/Ricci-refcardregression.pd..
分类：
编程语言 时间：
2016-04-08 20:17:01
阅读次数：
233
逻辑回归 1、 总述 逻辑回归来源于回归分析，用来解决分类问题，即预测值变为较少数量的离散值。 2、 基本概念 回归分析(Regression Analysis)：存在一堆观测资料，希望获得数据内在分布规律。单个样本表示成二维或多维向量，包含一个因变量Y和一个或多个自变量X。回归分析主要研究当自变量 ...
分类：
其他好文 时间：
2016-03-26 17:21:58
阅读次数：
158
kf=read.csv('d:/kf.csv') # 读取康复数据kfsl=as.matrix(kf[,1:3]) #生成生理指标矩阵xl=as.matrix(kf[,4:6]) #生成训练指标矩阵x=slxy=xlyx0=scale(x)x0y0=scale(y)y0m=t(x0)%*%y0%*%
分类：
编程语言 时间：
2016-03-08 10:49:48
阅读次数：
471
