2023考研概率论数据分析方法:回归分析 - 2023考研数学复习计划_考研数学复习资料_考研数学怎么复习 - 武汉新文道考研

关于我们

|

设为首页

|

加入收藏

|

资讯
考研动态| 考研常识| 考研报名| 招生简章 考研经验|考研分数| 考研复试| 考研调剂
备考
政治指导| 英语指导| 数学指导| 专业课 专硕指导| 考研大纲| 考研真题| 考研问答
新文道考研 > 考研考点 > 考研数学 > 概率论与数理统计 > 列表

2023考研概率论数据分析方法:回归分析

头像 新文道考研

阅览数

时间2022-05-08 16:30:07

点击下方 加群领取考研学习资料
2022考研院校规划群:
2022考研院校规划群:
概率论与数理统计是2023考研数学中相当重要的一个知识点,对于同学们来说,在基础的内容也不能放过,一定要认真对待,才能获取高分,今天新文道考研小编就给大家来分享下回归分析的方法。
回归分析:
1.直线回归:如果回归分析中的残差服从正态分布(大样本时无需正态性),残差与自变量无趋势变化,则直线回归(单个自变量的线性回归,称为简单回归),否则应作适当的变换,使其满足上述条件。
2.多重线性回归:应变量(Y)为连续型变量(即计量资料),自变量(X1,X2,…,Xp)可以为连续型变量、有序分类变量或二分类变量。如果回归分析中的残差服从正态分布(大样本时无需正态性),残差与自变量无趋势变化,可以作多重线性回归。
1)观察性研究:可以用逐步线性回归寻找(拟)主要的影响因素
2)实验性研究:在保持主要研究因素变量(干预变量)外,可以适当地引入一些其它可能的混杂因素变量,以校正这些混杂因素对结果的混杂作用
3.二分类的Logistic回归:应变量为二分类变量,自变量(X1,X2,…,Xp)可以为连续型变量、有序分类变量或二分类变量。
1)非配对的情况:用非条件Logistic回归
(1)观察性研究:可以用逐步线性回归寻找(拟)主要的影响因素
(2)实验性研究:在保持主要研究因素变量(干预变量)外,可以适当地引入一些其它可能的混杂因素变量,以校正这些混杂因素对结果的混杂作用
2)配对的情况:用条件Logistic回归
(1)观察性研究:可以用逐步线性回归寻找(拟)主要的影响因素
(2)实验性研究:在保持主要研究因素变量(干预变量)外,可以适当地引入一些其它可能的混杂因素变量,以校正这些混杂因素对结果的混杂作用
4.有序多分类有序的Logistic回归:应变量为有序多分类变量,自变量(X1,X2,…,Xp)可以为连续型变量、有序分类变量或二分类变量。
1)观察性研究:可以用逐步线性回归寻找(拟)主要的影响因素
2)实验性研究:在保持主要研究因素变量(干预变量)外,可以适当地引入一些其它可能的混杂因素变量,以校正这些混杂因素对结果的混杂作用
5.无序多分类有序的Logistic回归:应变量为无序多分类变量,自变量(X1,X2,…,Xp)可以为连续型变量、有序分类变量或二分类变量。
1)观察性研究:可以用逐步线性回归寻找(拟)主要的影响因素
2)实验性研究:在保持主要研究因素变量(干预变量)外,可以适当地引入一些其它可能的混杂因素变量,以校正这些混杂因素对结果的混杂作用

本文素材来源于网络,由武汉新文道考研进行整理,想了解更多关于考研相关资讯,敬请关注新文道考研,我们将为同学们奉上全面完整的时下考研相关资讯。

快给朋友分享吧!

非特殊说明,本文版权系原作者,转载请注明出处

本文地址:http://www.hbxinwendao.com/beikao/22235.html

热门专题