R语言的现代线性回归
一 、线性回归
1.线性回归模型与模型假定
2.最小二乘法方法与性质
3.方差估计与模型效用
4.决定系数与拟合优度
5.假设检验
二、多元回归
1.系数估计与模型拟合
2.交互作用模型
3.二次模型
4.预测与外推的陷阱
三、模型构建
1.定量与定性自变量
2.定性自变量回归
3.模型选择
4.逐步回归
四、稳健估计
1.共线性与方差膨胀
2.奇异值与强影响数据：失效点分析
3.稳健估计量
4.稳健回归的自助标准误
五、通向广义线性回归
1.指数族分布
2.矩估计与最大似然估计
3.指数族分布的方差函数
4.连接函数：广义化与分布
5.加权最小二乘法与迭代加权最小二乘法
6.比较拟合优度
阅读全文点击：《R语言的现代线性回归》
本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！