V
主页
R语言基于Bootstrap的线性回归预测置信区间估计方法
发布人
全文链接:http://tecdat.cn/?p=21625 原文出处:拓端数据部落公众号 我们知道参数的置信区间的计算,这些都服从一定的分布(t分布、正态分布),因此在标准误前乘以相应的t分值或Z分值。但如果我们找不到合适的分布时,就无法计算置信区间了吗?幸运的是,有一种方法几乎可以用于计算各种参数的置信区间,这就是Bootstrap 法。
打开封面
下载高清视频
观看高清视频
视频下载器
R语言使用bootstrap和增量法计算广义线性模型(GLM)预测置信区间
逻辑回归Logistic模型原理和R语言分类预测冠心病风险实例
R语言基于线性回归的资本资产定价模型(CAPM)
R语言线性回归lm模型表达式和列线图
R语言多项式线性模型:最大似然估计二次曲线
多元线性回归模型原理讲解与R语言实例
线性混合效应模型(LMM,Linear Mixed Models)和R语言实现案例
R语言逻辑回归logistic模型分析泰坦尼克titanic数据集预测生还情况
R语言广义线性模型GLM、多项式回归和广义可加模型GAM预测泰坦尼克号幸存者
时间序列分析模型 ARIMA-ARCH GARCH模型分析股票价格数据
r语言中对LASSO,Ridge岭回归和Elastic Net模型实现
R语言极值推断:广义帕累托分布GPD使用极大似然估计、轮廓似然估计、Delta法
决策树模型原理和R语言预测心脏病实例
R语言广义相加(加性)模型(GAMs)与光滑函数可视化
R语言中的LDA模型:对文本数据进行主题模型topic modeling分析
R语言逻辑回归、回归决策树、随机森林信用卡违约分析信贷数据集
R语言广义相加模型 (GAMs)分析预测CO2时间序列数据
R语言随机森林RandomForest、逻辑回归Logisitc预测心脏病数据和可视化分析
R语言实现贝叶斯分位数回归、lasso和自适应lasso贝叶斯分位数回归分析
关联规则模型、Apriori算法及R语言挖掘杂货店交易数据与交互可视化
R语言广义线性模型(GLMs)算法和零膨胀模型分析
05(附代码)GEO数据下载与整理,保姆级教程,带你零基础学生信,一键整理GEO数据与临床样本数据
检测异常值的4种方法和R语言时间序列分解异常检测
R语言基础操作
非线性模型原理与R语言多项式回归、局部平滑样条、 广义相加模型GAM分析
R语言用局部加权回归(Lowess)对logistic逻辑回归诊断和残差分析
【视频讲解】逻辑回归原理及R语言预测心脏病、用户流失数据挖掘2实例
Python使用GARCH,EGARCH,GJR-GARCH模型和蒙特卡洛模拟进行股价预测
基于R语言混合效应模型(mixed model)案例研究
R语言多元Logistic逻辑回归应用案例
R语言实现CNN(卷积神经网络)模型进行回归数据分析
R语言基于copula的贝叶斯分层混合模型的诊断准确性研究
Boosting集成学习原理与R语言提升回归树BRT预测短鳍鳗分布生态学实例
使用R语言进行多项式回归、非线性回归模型曲线拟合
R语言中的BP神经网络模型分析学生成绩
R语言用Hessian-free 、Nelder-Mead优化方法对数据参数估计
Copula算法原理和R语言股市收益率相依性可视化分析
R语言如何在生存分析与Cox回归中计算IDI,NRI指标
R语言进行数据结构化转换:Box-Cox变换、“凸规则”变换方法
文本挖掘:主题模型(LDA)及R语言实现分析游记数据