会员
周边
众包
新闻
博问
闪存
所有博客
当前博客
我的博客
我的园子
账号设置
简洁模式
...
退出登录
注册
登录
dedication
博客园
首页
新随笔
联系
管理
订阅
上一页
1
2
3
4
5
6
7
下一页
2018年8月21日
从统计学看线性回归(3)——一元线性回归方程的应用
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
posted @ 2018-08-21 15:17 dedication
阅读(3933)
评论(0)
推荐(0)
编辑
2018年8月19日
从统计学看线性回归(2)——一元线性回归方程的显著性检验
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
posted @ 2018-08-19 18:09 dedication
阅读(84919)
评论(2)
推荐(4)
编辑
2018年7月27日
从统计学看线性回归(1)——一元线性回归
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
posted @ 2018-07-27 00:09 dedication
阅读(29823)
评论(2)
推荐(1)
编辑
2018年7月13日
从统计学看线性回归(0)——回归
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
posted @ 2018-07-13 20:40 dedication
阅读(4205)
评论(0)
推荐(0)
编辑
2018年7月5日
为什么样本方差除以(n-1)而不是n ?(自由度)
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
posted @ 2018-07-05 13:06 dedication
阅读(15409)
评论(1)
推荐(2)
编辑
2018年7月3日
机器学习(一)—— 线性回归
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
posted @ 2018-07-03 09:19 dedication
阅读(1096)
评论(0)
推荐(0)
编辑
2018年6月28日
线性、逻辑回归的java实现
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
posted @ 2018-06-28 19:44 dedication
阅读(3652)
评论(0)
推荐(0)
编辑
2018年4月18日
整合多个网络的拓扑结构并降维(Mashup)
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
posted @ 2018-04-18 11:52 dedication
阅读(1421)
评论(2)
推荐(0)
编辑
2018年3月31日
KS检验统计量的扩展应用(CMap)
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
posted @ 2018-03-31 21:57 dedication
阅读(4311)
评论(1)
推荐(1)
编辑
p-value
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
posted @ 2018-03-31 11:40 dedication
阅读(2201)
评论(0)
推荐(0)
编辑
上一页
1
2
3
4
5
6
7
下一页
公告