V
主页
4.7 分类变量的线性回归I
发布人
手动计算已经out of date啦,在人工智能兴起的当下,没点编程能力简直难以在社会立足。 纳尼?!觉得编程是另一个骇客帝国般的存在,不存在的。 每天5分钟,跟着UP主,带你入门R语言,数据科学领域最最自由不羁的灵魂,最最关键的是——免费!!! 快来学习吧~ 更有贴心的带标注codes,每周更新发布哟~(懒人福利!懒人福利!!懒人福利!!!可能是全网最贴心up主???)
打开封面
下载高清视频
观看高清视频
视频下载器
4.8 分类变量的线性回归II
5.2 Bootstrap法获得置信区间
4.9 相互作用项解读(连续变量&分类变量)
1.9 变量分类与汇总
4.4 连续变量转分类变量
12.4 分类变量的logistic GAMs
4.3 多元线性回归
13.1 分类数据简介
R语言科研作图实例 18 相关性散点图
6.1 Bootstrapping法估计参数
1.1 二项分布
R语言入门极简版【自用】
15.4 构建、完善和评估分类变量模型
2.3 多因子分层柱状图
53 多元线性回归中的交互作用
3.7 Wilcoxon秩和检验
2.2 多元变量正态分布
14.2 线性混合效应模型
2.3 导入Excel数据
13.4 用广义线性模型进行多元回归
4.1 简单线性回归
13.3 创造分类变量
4.12 多项式回归
3.4 扑克中的概率
多变量间两两相关性的可视化
R语言数据可视化系列1-单分类变量分布图示-条形图、饼图、treemap
4.2 检查线性回归假设
1.7 从R导出数据
32 分类变量-数值变量分析大纲
11.5 简单线性回归的统计推断
1.10 方括号取数据集亚组
1.14 安装软件包
1.3 开始R编程
3.2 泊松分布
2.1 画出多元变量数据
1.5 从excel导入数据(read.csv)
1.6 从excel导入数据(readxl)
8.1 用data.table合并多个表格
8.5 协变量及效应大小
6.1 统计信息