數(shù)據(jù)挖掘第16講SPSSModeler回歸分析課件_第1頁(yè)
數(shù)據(jù)挖掘第16講SPSSModeler回歸分析課件_第2頁(yè)
數(shù)據(jù)挖掘第16講SPSSModeler回歸分析課件_第3頁(yè)
數(shù)據(jù)挖掘第16講SPSSModeler回歸分析課件_第4頁(yè)
數(shù)據(jù)挖掘第16講SPSSModeler回歸分析課件_第5頁(yè)
已閱讀5頁(yè)，還剩9頁(yè)未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

數(shù)據(jù)挖掘課程培訓(xùn)模型回歸方差齊性獨(dú)立性正態(tài)分布自變量的所有值，回歸方程的誤差都相同回歸方程的誤差值相互獨(dú)立回歸方程的誤差值服從正態(tài)分布回歸Y估計(jì)值偏回歸系數(shù)參數(shù)估計(jì)：最小二乘法回歸擬合優(yōu)度判定系數(shù)回歸修正的判定系數(shù)n表示樣本數(shù)量P表示自變量個(gè)數(shù)回歸線性關(guān)系的顯著性檢驗(yàn)回歸回歸參數(shù)的顯著性檢驗(yàn)邏輯回歸邏輯回歸參數(shù)求解極大釋然估計(jì)法： 在總體概率密度函數(shù)和樣本信息的基礎(chǔ)上，求解模型中未知參數(shù)估計(jì)值的方法。 模型保證樣本出現(xiàn)的可能性是最大的。邏輯回歸衍生變量二分類(lèi)變量（是或否）邏輯回歸線性關(guān)系的顯著性檢驗(yàn)邏輯回歸回歸參數(shù)的顯著性檢驗(yàn)邏輯回歸擬合優(yōu)度檢驗(yàn)

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論