目錄
一元迴歸分析
迴歸前可以先進行數據預處理
數據的標準化不會影響實驗的顯著性
數據中心化 = 原始數據-均值
多元迴歸
共線性診斷:多元迴歸分析中的VIF<3或者5
新增變量對解釋因變量的貢獻程度看R方的變化,建議使用分層迴歸:在迴歸模型選擇變量的時候點擊下一個即可。
二次項迴歸
分類變量回歸(自變量爲分類變量)
分爲基準組和比較組後進行迴歸。【不過最好使用方差分析】
目錄
數據的標準化不會影響實驗的顯著性
數據中心化 = 原始數據-均值
共線性診斷:多元迴歸分析中的VIF<3或者5
新增變量對解釋因變量的貢獻程度看R方的變化,建議使用分層迴歸:在迴歸模型選擇變量的時候點擊下一個即可。
分爲基準組和比較組後進行迴歸。【不過最好使用方差分析】
變分貝葉斯很好的學習材料,供大家參考:Variational Bayes(http://www.blog.huajh7.com/variational-bayes/)