V
主页
11.4 线性回归的条件
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
12.1 GAM模型简介
10.3 多元回归
17.3 逻辑回归
10.1 平行斜率
10.5 案例学习
23.2 混合模型结构及参数估计
4 变量与变量类型
16.1 回归的定义
6.1 Bootstrapping法估计参数
4.2 检查线性回归假设
每天5分钟学习R语言-Exploratory data in R
2.11 个性化绘图——修改图例
7.1 单个分类变量的推论
25.3 验证性因子分析
21 置信区间的计算
14.1 混合效应模型简介
4.1 简单线性回归
17.4 分类树模型
4.3 多元线性回归
26.3 区组随机化设计
1 统计课程总览
48 验证线性回归的假设
21.3 套袋树
5.2 Bootstrap法获得置信区间
12 离散度:范围 方差 标准差
15.4 构建、完善和评估分类变量模型
5.4 置信区间
53 多元线性回归中的交互作用
42 方差分析与F检验
14 样本与总体
1.7 从R导出数据
22.1 计算观测值间的距离
16.5 树状模型方法
17 均值标准差的计算
10.2 用lubridate整理日期和时间数据
27.3 基于模型的估算
8.1 用data.table合并多个表格
30 统计推断小结
27.1 缺失数据存在的问题
10.3 日期和时间数据的计算