摘要：
多元线性回归 模型 零假设 b1=b2=...=bs=0 模型检验统计量 F统计量 系数检验统计量 T统计量 四中常用的模型选择方法： 全模型法 cp法 逐步法： 向前回归法 向后回归法 逐步回归法 CP法 通常和BEST =连用，如BEST=2就表示在不同变量个数组成的全模型组合中 选择两个最好的 阅读全文
摘要：
回归分析 建模流程： 数据预处理 →数据探索 →模型选择 →残差检验、共线性诊断、强影响点判断 → 模型修正→ 模型预测 残差近似服从正态分布 1、数据探索 拟合分布 pp图 散点图 研究y和x的线性关系 相关系数 拟合分布 认为氧气消耗量为y变量 其余因素作为因变量 将七个变量的直方图 pb图都画 阅读全文
摘要：
多因素方差分析 方差分析 只有主效应： Xij = u + ai + Bj +eij 有交互效应：Xij = u + ai + Bj + (aB)ij + eij 无交互效应：随着药物剂量水平的增加，不论疾病a或b，其血压都随之升高 有交互效应：随着药物剂量水平增加，疾病a血压升高；疾病b血压降低 阅读全文
摘要：
方差分析 基本理论 逻辑回归分析 列联表分析 y是连续 x是分类 用x预测y使用方差分析 方差分析（ANOVA）又称变异数分析或F检验，其功能就是推断两组或多组资料的总体均数是否相同，检验两个或多个样本的均数的差异是否有统计学意义，比如改进工艺后与改进工艺前钢材制造产生的误差 若F远大于1 说明各组 阅读全文
摘要：
相关分析 相关分析是研究两个连续变量之间的线性关系 相关性度量 pearson 专门求连续变量之间的相关性 spearman 专门解决离散型变量之间的相关性 第一个值是weight与weight的相关系数为1 第二个值假设weight与weight不相关情况下所对应的p-value 原假设weigh 阅读全文