V
主页
12.2 监督和可视化GAM结果
发布人
能够随心处理各型数据,能够画出美美哒图片,R语言的下一步追求在哪里? 在这里,结合统计知识,利用数据建模,从数据蓝海中抽丝剥茧,找到可以为你所用的数据价值。如何做到? 您请好了!懂你的UP主重磅推出覆盖更多好用技能的“每天15分钟”R语言系列。由浅入深,手把手教你数据建模~ 快来感受科技的力量! 贴心UP,依然带codes,每周更新发布哟~(懒人福利!懒人福利!!懒人福利!!!) 还等什么!还不快一键三连(关注、点赞,投币)呀~小站更新秒知道啦~
打开封面
下载高清视频
观看高清视频
视频下载器
12.3 2D-GAMs及交互作用
12.4 分类变量的logistic GAMs
14.1 混合效应模型简介
还得是大学生
11.4 线性回归的条件
10.1 平行斜率
10.2 评估平行斜率模型
10.4 逻辑回归
11.2 通过拟合方法获得斜率的推断
14.2 线性混合效应模型
14.4 重复测定值
8.4 用模型探索数据
25.2 多维EFA
Essentials of Population PK-PD Modeling and Simulation——NONMEM
11.1 统计推断的概念
11.3 基于t检验的斜率推断
26.1 实验设计简介
15.4 构建、完善和评估分类变量模型
13.1 广义线性模型GLM简介
15.1 机器学习基础
12.1 为什么要关心缺失数据
14.3 广义线性效应模型
每天5分钟学习R语言-Exploratory data in R
24 bootstrap法再抽样
12 离散度:范围 方差 标准差
16.3 几个考虑点
18.3 优化模型参数
2.4 主成分分析PCA和归一化
18.2 分类模型拟合和模型评价
25 假设检验的基本概念
21.5 提升树
4.3 简单线性回归
14 样本与总体
38 bootstrap与置信区间
nlmixr包-用R进行非线性混合效应模型
7.1 单个分类变量的推论
3 实验设计 (横断面, 病例对照, 队列设计)
27.3 基于模型的估算
4.1 绘制二元变量
1.13 用R写代码脚本