摘要：
目 录 1.预测和控制 预测 单值预测 区间预测 因变量新值的区间预测 因变量新值的平均值的区间估计 控制 2.回归系数的解释 3.回归应用的问题 预测和控制 建立回归模型的目的就是为了应用，回归模型最重要的应用是预测和控制。 一、 预测 1、 单值预测 单值预测就是用单个值作为因变量新值的预测值。 阅读全文
摘要：
目 录 1. σ2 的估计 2. 回归方程的显著性检验 t 检验（回归系数的检验） F 检验（回归方程的检验） 相关系数的显著性检验 样本决定系数 三种检验的关系 一、σ2 的估计 因为假设检验以及构造与回归模型有关的区间估计都需要σ2的估计量，所以先对σ2作估计。 通过残差平方和（误差平方和） （ 阅读全文
摘要：
目 录 1. 一元线性回归模型的数学形式 2. 回归参数β0 , β1的估计 3. 最小二乘估计的性质 线性性 无偏性 最小方差性 一、一元线性回归模型的数学形式 一元线性回归是描述两个变量之间相关关系的最简单的回归模型。自变量与因变量间的线性关系的数学结构通常用式（1）的形式： y = β0 + 阅读全文
摘要：
目 录 1. 回归方程 2. 回归分析的主要内容 3. 回归模型的一般形式 4. 回归分析与相关分析 1. 回归方程 回归分析是处理变量x与y之间的关系的一种统计方法和技术。所研究的变量之间的关系：即当给定x的值，y的值不能确定，只能通过一定的概率分布来描述。于是，称给定x时y的条件数学期望$f(x 阅读全文
摘要：
不记得第几次看见样本方差的公式，突然好奇为什么要除以n-1而不是n呢？看见一篇文章从定义上和无偏估计推导上讲的很清楚https://blog.csdn.net/fuming2021118535/article/details/51290320，书上看见从自由度上作的解释，在此记录一下。 自由度 自由 阅读全文
摘要：
机器学习（一）—— 线性回归 目录 0. 回归（Regression）的由来 1. 回归关系 2. 线性回归的整体思路 （1）根据数据提出假设模型 （2）求解参数 1）梯度下降法 2）正规方程求解参数 （3）梯度下降法与正规方程比较 3. 回归的一般方法 4. 实例分析 5. 线性回归的特点及其优缺 阅读全文
摘要：
线性回归和逻辑回归的实现大体一致，将其抽象出一个抽象类Regression，包含整体流程，其中有三个抽象函数，将在线性回归和逻辑回归中重写。 将样本设为Sample类，其中采用数组作为特征的存储形式。 1. 样本类Sample 2. 抽象类Regression 3. 线性回归LinearRegres 阅读全文
摘要：
整合多个网络的拓扑结构并降维（Mashup） 介绍一个整合多个网络拓扑结构的方法，方法来源：Compact Integration of Multi-Network Topology for Functional Analysis of Genes. 文章想利用网络的拓扑结构信息来整合多个网络，利用 阅读全文
摘要：
KS检验统计量的扩展应用 KS（Kolmogorov-Smirnov）检验是比较两个经验分布之间是否存在差异。 我们设X1, X2,…, Xm, Y1, Y2,…, Ym为两个独立随机样本，分别满足假设A1和A2，分布函数分别为F, G。现在我们想知道的是X和Y的概率分布之间是否存在差异，我们建立以 阅读全文
摘要：
p-value p-value翻译为假定值，假设几率。我们在生物信息中通常使用p值方法（P-Value, Probability, Pr）来做检验。那么p-value是什么呢？其实P-value就是一种概率，表示在原假设为真的前提下出现观察样本以及更极端情况的概率。 什么叫“更极端”情况呢，在此我们 阅读全文