如何创建多元多元回归模型(多因变量)的发布表？
创建多元回归模型的发布表可以按照以下步骤进行：
- 数据准备：收集相关的多元回归模型数据集，包括多个自变量和对应的多个因变量。确保数据集经过预处理，包括数据清洗、处理缺失值和异常值等。
- 特征选择：根据多元回归模型的目标，选择合适的自变量作为特征。常用的特征选择方法包括相关性分析、方差分析、逐步回归等。
- 模型建立：使用选定的自变量构建多元回归模型。可以采用统计学方法，如最小二乘法，或者机器学习算法，如线性回归、决策树回归、支持向量机等。
- 模型评估：对构建的多元回归模型进行评估，以确保模型的准确性和稳定性。评估指标包括均方误差、决定系数等。
- 发布表创建：根据选定的自变量和多个因变量，在表格中创建多元回归模型的发布表。表格中应包含各个自变量的系数、显著性水平、标准误差等信息，以及多个因变量的预测结果。
在腾讯云上，可以使用腾讯云的人工智能平台AI Lab进行多元回归模型的创建和发布表的生成。AI Lab提供了丰富的机器学习算法和工具，可用于数据预处理、模型训练、模型评估和发布表的可视化展示。
AI Lab相关产品和产品介绍链接地址：腾讯云AI Lab
相关·内容
2回答
考虑到多元回归(如Y ~ X1 + X2 + X3 )，当cor(X1, Y)、cor(X2, Y)和cor(X3, Y)都是0.2等小值时，您认为是否值得将多元回归模型与数据进行拟合，而且(X1, Y)、(X2, Y)和(X3, Y)的曲线没有(线性、非线性)不相关？
总而言之，
当每个自变量与因变量(视觉上是线性的和非线性的)不相关时，多元回归模型是否有可能给出显著的系数？
对于相同的数据，神经网络等非线性模型是否有可能得到良好的预测结果？
浏览 6提问于2017-09-28得票数 0
1回答
我在试着解决一个问题。一个生产工厂有20个输入(自变量、原料和工艺条件)和6个输出(因变量、产量)的广泛数据集。我们试图找出20个输入和6个输出之间的关系，并对模型应用一些约束(例如，输出的总和不能超过100%)。
我仍然是Python的初学者。请问这是什么类型的问题，如何使用Python进行分析？我一直在网上寻找答案，看起来可能是一种“多元回归”，但我不确定。
提前感谢您的建议！
浏览 2提问于2020-08-17得票数 0
2回答
我想用多个预测因子来预测多个因变量。如果我正确理解，原则上可以建立一系列线性回归模型，每个模型预测一个因变量，但是如果因变量是相关的，那么使用多元回归就更有意义了。我想做后者，但我不知道怎么做。
到目前为止，我还没有找到一个专门支持这个功能的Python包。我试过scikit--学习，即使他们的线性回归模型示例只显示y是数组(每个观察到一个因变量)，它似乎能够处理多个y。但是当我比较这种“多元”方法的输出与我通过手动循环每个因变量并独立预测它们得到的结果时，结果是完全一样的。我认为情况不应该如此，因为某些因变量之间有很强的相关性(>0.5)。
代码就像这样，y要么是n x 1矩阵，要么是
浏览 4提问于2015-05-26得票数 9
回答已采纳
1回答
LIBSVM的工作原理如何进行多元回归是我的普遍问题？详细地说，我有一定数量的链接的一些数据。(示例3链接)。每个链接有3个因变量，当在模型中使用这些变量时，输出Y。我在某个时间间隔内收集了这些链接上的数据。
LinkId | var1 | var2 | var3 | var4(OUTPUT)
1 | 10 | 12.1 | 2.2 | 3
2 | 11 | 11.2 | 2.3 | 3.1
3 | 12 | 12.4 | 4.1 | 1
1 | 13 | 11.8 | 2.2 | 4
2 |
浏览 6提问于2013-08-14得票数 1
回答已采纳
1回答
当输入用傅里叶变换表示时，我试图预测输入的响应。这些特征通常表示为向量，x_1,x_2,...,x_d，其中d是傅里叶变换的长度。根据我的理解，每个这样的d维向量都可以作为回归模型的输入。输出是y_1，它是一个标量实数，另一个输出y_2表示另一个标量实数。这些都是因变量。我有N数的d维数，傅里叶变换的例子，每一个被y_1和y_2标记。
问题1)当任务是用输入傅里叶变换预测一个输出响应时，那么这个问题被称为单变量回归吗？是由输入的维度(即d>1)或输出的维度(即1)关联的单变量
问题2)当任务是共同预测两个响应变量-- y_1和y_2时，这个问题被称为多元回归吗？
浏览 0提问于2019-12-30得票数 3
回答已采纳
1回答
我正在寻找一个实现多元线性回归的Python包。
(术语说明:多元回归处理有多个因变量的情况，而多元回归处理有一个因变量但有多个自变量的情况。)
浏览 0提问于2015-10-28得票数 19
回答已采纳
此代码适用于我拆分样本以创建多元回归模型。问题是，如果我有三个因变量(numberA，numberB，numberC)，并且想要做三个回归模型，我是否必须将样本拆分3次，并将第一行代码中的"numberC“也更改为"numberA”和"numberB“？比如获取3组训练和测试数据集？还是1就行了？ trainTRUEFALSEset <- sample.split(Data_after$numberC, SplitRatio = 0.66, group = NULL)
training_Set <- Data_after[trainTRUEFALSEset
浏览 20提问于2020-10-02得票数 0
1回答
我的目标是使用另一个列表中的所有自变量，对列表中的每个因变量进行多元回归。然后，我想通过AIC存储每个因变量的最佳模型。
我在指导下编写了以下函数。但是，我不想单独使用每个自变量，而是以多元回归的方式对整个列表运行模型。
关于如何构建这个函数有什么建议吗？
dep<-list("mpg~","cyl~","disp~") # list of unique dependent variables with ~
indep<-list("hp","drat","wt") # list o
浏览 2提问于2015-06-10得票数 2
回答已采纳
Accord.NET项目主页()包含基于单变量观测序列创建、训练和评估隐马尔可夫模型的示例。我也想做同样的事情，但是有很多变量的序列。我正在设想一个具有一个因变量和多个自变量的多元回归结构。我希望能够估计HMM，其中输出包括每个状态的估计截距和系数，以及转移概率矩阵。股票回报的时变betas就是一个例子。例如，ret(IBM) = intercept + b1*ret(Index) + b2*ret(SectorETF) + error，但其中intercept、b1和b2是状态相关的。
Marcelo Perlin在他的中就提供了这种功能。但是，我希望在C#中实现此功能。因此，无论是(1)使
浏览 0提问于2012-10-09得票数 1
1回答
我通过将多个因变量与lm()中的cbind()结合起来运行了一些多元回归模型： dv1 <- rnorm(15)
dv2 <- rnorm(15)
dv3 <- rnorm(15)
iv1 <- rnorm(15)
iv2 <- rnorm(15)
m1 <- lm(cbind(dv1, dv2, dv3) ~ iv1 + iv2) 我需要一个经典的发布表为我的模型与重要的星星等，通常使用观星者。我认为它给了我一个错误信息，因为有多个DV。 library(stargazer)
stargazer(mmr1, type = "html"
浏览 24提问于2021-10-13得票数 0
1回答
我正在尝试进行一个多元多元回归分析。幸运的是，我找到了一个很好的页面，演示了如何在Stata中做到这一点：
问题是我正在使用R，虽然我已经弄清楚了如何在R中运行多元多元回归模型的基本操作，但我仍然不确定如何查看每个因变量的系数是否不同(如链接所示)。有人知道如何在R中计算这个分析吗？如果相同的自变量对每个因变量产生不同的影响，这似乎是一个非常有用的工具，我希望能够做到这一点！
更新:以下是我迄今为止使用自己的数据所做的一个可重现的示例：
# data
data(mtcars)
# fitting a multivariate multiple regression where mpg an
浏览 2提问于2016-12-04得票数 3
1回答
我正在寻找一个有效的函数，为每个可能的多元回归模型自动生成betas，给出一个因变量和一组预测器，作为python中的DataFrame。
例如，给定这组数据：
因变量是“每个Capita的Cases”，下面的列是预测变量。
在一个简单的例子中：
Student Grade Hours Slept Hours Studied ...
--------- -------- ------------- --------------- -----
A 90 9 1 ...
浏览 1提问于2020-04-08得票数 0
回答已采纳
我一直在网上寻找在Excel中进行多元回归的可能性，在那里我看到了Analysis ToolPak可以完成这项工作。
然而，分析ToolPak似乎可以处理多变量线性回归，但不能处理多元线性回归(其中多元线性回归可能有多个因变量Y1，…，Yn = x1+x2..+xn，而一个因变量可以有多个自变量Y= x1+x2+..+xn)。
是否有一种方法可以在Excel中进行多元回归，还是应该开始寻找其他程序(如R )？
提前感谢
浏览 10提问于2015-06-22得票数 0
1回答
回归模型中的变量选择
、、、、
我建立了价格预测数据模型，使用多元线性回归，岭，拉索和弹性网络回归，最初我有215个变量。在创建模型之后，我运行了python代码来检查最终模型中使用了多少变量，这是python代码，用于检测岭回归中变量的数量，
print("Ridge Regression Selected " + str(sum(coef_ridge != 0)) + " Variables and Neglected " + str(sum(coef_ridge == 0)) + " Variables")
这是我拿出来的
岭回归选择209个变量和忽略6个变量
以上代码
浏览 0提问于2020-01-25得票数 0
如何在SPSS中使用1个预测变量(个性得分)和8个因变量(污名得分对8个不同的案例研究)进行回归分析？
我试着使用这个过程，就像在之前的文章中看到的那样：
分析-一般线性模型-多变量-列出8个IV作为结果变量框，并在协变量框中列出IV(个性
虽然这使我不必做8个独立的线性回归-我不能以这种方式获得完整的输出。
我点击了options框并选择了参数估计，但没有针对回归或R值的复选框。有人知道如何使用这种多变量技术获得完整的输出吗？
浏览 36提问于2014-12-19得票数 0
假设我有这样的数据集。
mydata=structure(list(x1 = 1:3, x2 = 1:3, x3 = 1:3, x4 = 1:3, x5 = 1:3,
x6 = 1:3), class = "data.frame", row.names = c(NA, -3L))
如何通过交换因变量和自变量来执行回归？例如，我们可以创建像这样的模型
mymodel1=lm(x1~x2,data=mydata)
оr
x3~x5
or
x5~x1
以此类推，我还可以结合predcitors.For示例
mymod=lm(x1~x2+x6+x5)
or
mymod2=lm
浏览 1提问于2021-02-16得票数 0
2回答
我是一个R-新来的人，目前正在尝试创建由多元回归模型的β值组成的3个向量。我有三个预测因子：ge、体质和睡眠和因变量RT。
对于每个参与者，我有一个excel表，在不同的时间点有10个测量值。对于每个参与者1到20，我想在各自的向量Age_betas、Fitness_betas或Sleep_betas中保存多元回归的β值。
如果我只为一个参与者尝试我的模型。
model<-lm(scale(RT)~scale(Age)+scale(Fitness)+scale(Sleep), data=subset(Subjects1_5, Subject==1))
它工作得很好。有人能帮我解释一下为
浏览 0提问于2018-11-28得票数 0
我试着用3个自变量和3个因变量进行多元回归。这个问题是基于水质如何影响三个不同地点之间的浮游生物数量。水质变量为pH、磷酸盐和硝酸盐。因变量/响应变量为3个地点的浮游生物丰度。 下面是我的代码： model1 <- lm(cbind(Abundance[Guzzler.. == 1], Abundance[Guzzler.. == 2],
Abundance[Guzzler.. == 3]) ~ Phospates + Nitrates + pH,
data=WQAbundancebyGuzzler) 这是我收到的错误
浏览 140提问于2019-03-02得票数 1
1回答
我正在解释多元回归分析，因变量是股票的回报率(ROR)。此外，我还包含了一个虚拟变量，该变量表示在索引中包含和排除的股票(1 =包含，0=排除)。输出显示为负的系数值(值为-0,03852)，我不太确定如何处理这个值。这是否意味着包含在索引中会对因变量产生负面影响？ 有人能给我一个“简单”的解释吗？谢谢!
浏览 101提问于2020-04-13得票数 1
回答已采纳
1回答
多元回归中标准化与标准化的差异
、、、、
考虑以下关于多元回归的问题
( 1)当回归模型中出现正偏y变量时，有人能解释为什么要用log变换(正常化)来转换因变量吗？
( 2)对数变换后，是否需要用最小最大标度法或StandardScaler法对y变量进行标准化？
3)如果自变量也有扭曲的数据，那么我是否需要对该变量进行规范化或标准化就足够了？
浏览 0提问于2020-01-02得票数 3
1回答
我有一个与R.
如何从多元回归中得到r(而不是R平方)。我认为R的平方根不是答案，因为r可能是一个负数。对于线性回归，我知道我可以运行cor (相关性)来计算r值，但是如何在多元回归中这样做呢？
如何获得部分r(即，查看每个自变量如何对最终预测作出贡献)？
浏览 4提问于2015-11-02得票数 0
回答已采纳
3回答
我有一个名为"covid“的数据集，其形状和头部如下：
number of instances: 19345
number of attributes: 7
submission_date state new_case new_death density latitude longitude
0 2020-06-01 KS 292 9 71.401302 39.011902 -98.484246
1 2020-06-01 WA 271 6 96.704458
浏览 4提问于2021-12-05得票数 0
1回答
R中线性多元回归
、、
我想建立一个模型，一个工厂需要输入，比如说，x吨的原材料，然后再进行加工。在第一步，废物被移除，产品P1被创建。对于该材料的"rest“，将再次对其进行处理，并创建另一个产品P2。
问题是，我想知道生产1吨产品P1需要多少原材料，生产1吨P2需要多少原材料。
我知道原材料的数量，成品P1和P2的数量，但仅此而已。
在我看来，这可以通过多元回归建模，以P1和P2为因变量，以原料总量为自变量，找出每个成品的因子<1。这看上去对吗？
此外，如何使用R来实现这一点？在googling中，我发现了如何进行多变量回归，但在R.
编辑：
试图使用：
datas <- read.table
浏览 0提问于2015-06-22得票数 1
回答已采纳
1回答
访问具有数百个变量和数百个案例的数据集(美国社区调查)。
需要确定一个小的、可管理的独立变量集(IVs)用于多元回归。
当然，要做到这一点，一种方法就是使用适用的理论来识别IVs。
想知道如何使用数据驱动(数据挖掘)？办法如下：
使用决策树来识别影响(候选人？相关的？)静脉滴注？
然后用这些作为多元回归中的IVs？
(似乎记得顺便读过一次，这种变量缩减方法是允许的。)
试着在Google上搜索能澄清上述内容的文章，但是搜索条件是这样的，所以我会不断地点击比较决策树和多元回归的文章。
因此，如果你知道的文章和研究论文，说明如何做上述，请留下以下的链接。此外，我也欢迎你就如何进行工作提出自己的初步
浏览 0提问于2016-08-07得票数 1
回答已采纳
1回答
我试图看看是否可以使用虹膜数据集上的mapply函数来拟合多元回归模型。
我首先定义我的回归模型：
reg<-function(dependent,independent){lm(eval(paste0(dependent,"~",independent,",data=iris")))}
然后，我定义了因变量和自变量的向量：
dependent<-c("Sepal.Length","Sepal.Width")
independent<-c("Sepal.Width","Sepal.Leng
浏览 4提问于2020-06-19得票数 1
回答已采纳
1回答
这更像是一个统计问题，因为代码运行良好，但我正在学习python中的回归建模。下面有一些关于statsmodel的代码来创建一个简单的线性回归模型：
import statsmodels.api as sm
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
ng = pd.read_csv('C:/Users/ben/ngDataBaseline.csv', thousands=',', index_col='Date', parse_dates=Tr
浏览 0提问于2018-09-28得票数 3
回答已采纳
1回答
我在R方面非常缺乏经验，但我被告知这是最重要的统计方案。为了做研究，我研究了它，但在时间序列数据，特别是回归方面，我陷入了僵局。我知道如何进行多元回归，也知道如何使用SARIMA模型进行预测，但我不知道如何进行时间序列多元回归。
这里首先是我的数据样本。我总是从CSV进口。
HomRate Unemp Av_Schl GNI_perCapita
2000 5.5 4.099 12.7 36930
2001 6.6 4.800 N/A 37860
2002 5.6 5.90
浏览 2提问于2017-04-10得票数 3
我想构建一个决策树，但我的因变量中有4个类别(1，2，3，4)。我如何构建？我熟悉rpart软件包，它可以用于二进制因变量。我认为如果我们有更多的类别，那么我们就需要建立CHAID模型。请提个建议。
data<-rpart(cluster, indvariable, data=segmentation, control=rpart.control(cp=0.01)
Cluster是我的因变量，有4个类别。
提前谢谢。
浏览 1提问于2017-02-10得票数 6
1回答
有时，我希望避免使用EF，因为执行起来需要更长的时间。因此，为了性能目的，我希望创建原始sql查询。
如果我做了<#=entity.Name#>，它将给我我的模型的名称。例如，它返回给我Contact。数据库中该表的名称是Contacts (请注意末尾的s)。如何才能得到实际的表名而不是模型名？
浏览 4提问于2016-03-12得票数 0
回答已采纳
1回答
R中的多变量分析
、、
我正在寻找能够进行多变量分析的软件包。例如，在R中，多个因变量(例如，Y1、Y2、Y3、Y4)拟合到相同的预测器集合。
我知道这可以通过使用lm函数的多元多元回归来完成，但有没有办法通过神经网络，支持向量机，任何一种集成方法；或者只是其他方法来预测多个相关的因变量。
浏览 1提问于2014-04-28得票数 0
2回答
有点新手的问题。我想使用ggplot2绘制我的多元回归模型，但我遇到了一个错误。我在论坛上做了一些研究，然后才决定去问社区。被错误地发布在错误的论坛上。
我知道如何绘制一个简单的线性回归图：
ggplot(data, aes(x=X, y=Y))+geom_point()+
geom_smooth(method='lm',formula=Y~X)
但当我试图做多元回归时：
Model<-lm(Y~x1*x2*x3*x4*x5, data, na.action=na.omit)
ggplot(data, aes(x=X, y=Model))+geom_point()
浏览 3提问于2017-02-14得票数 0
1回答
在mlr中组合多个回归
、、、
有没有一种方法可以将mlr包中的多个回归组合在一起，就像和makeMultilabelBinaryRelevanceWrapper()一样
我有几个因变量和一组功能来解释它们。
多元回归包装器对于计算总体性能和重采样/调优非常方便。
浏览 0提问于2018-12-19得票数 0
2回答
如果我有一个包含变量A、X、Y和Z的数据集，并且我想运行两个线性回归-两者都以A为因变量，但一个以X为自变量，另一个以Y为自变量(注意-不是多元回归)，我该怎么办？ lm(A ~ X, Y, df = df)似乎不起作用，显然，lm(A ~ X + Y, df = df)变成了一种多元回归。我可以使用lm(A ~ ., - Z, df = df)，但我正在寻找一种方法，可以选择多个变量作为自变量。谢谢。
浏览 48提问于2020-10-16得票数 0
我为一篇PhD论文收集了数据，需要帮助我理解如何构建一个路线图来进行分析和统计分析。PhD本身并不是在统计或机器学习，但我想了解的步骤和类型的分析，我必须遵循的数据分析的高级学位？一般来说，我应该如何处理这个问题呢？
在我收集的数据中，有623项观察，包括一个连续因变量和13个自变量(连续、分类和序数)，它们是根据研究经验和文献综述定义的。
我考虑做几个回归分析来预测因变量，并研究其上的影响因素(如果它们是正的、负的，以及它们的大小)。我尝试过多元线性回归，包括对自变量的不同变换。另一方面，我不确定是否应该研究每一个自变量，并在时间范围内预测它们的值？
到目前为止，我脑海中的步骤如下：
绘制不
浏览 0提问于2015-09-19得票数 1
回答已采纳
日安！如果有人能帮我解决下面的疑惑，我将不胜感激。
我正在做一个预测模型，其中我有两个自变量/预测器和一个因变量。
大多数多元回归资源只涉及线性回归，然而，我拥有的预测因子是非线性的。
可以有:y=z+ ax1 + bx1^2 + cx2 + xc2^2吗？
比方说
X = [[2.64 0.96]
[3.75 0.88]
[3.74 0.75]
[6.51 1.27]]
Y = [[0.77]
[1.12]
[1.12]
[1.23]]
我知道多元线性回归的预测是regr.predict([[new_x1], [new_x2]])。那么多重多项式回归呢？
浏览 20提问于2021-02-16得票数 1
1回答
R中只有字符变量的随机林
、、、、
我刚开始使用R中的随机森林，我的目标是找出对因变量影响最大的自变量。我在看销售数据，销售是我的因变量(1比0)，我有其他的变量有不同的水平，如职业地位(退休，就业，失业)，寻找(我自己，父母，其他)和地区(北，西，南)等。
summary(data)向我提供了我的变量类是字符的信息(因变量显示min，1 u，Media -所以我假设R读取它是连续的？)我认为，在运行randomForest命令之前，需要考虑字符变量。是否有一个命令可以将所有字符转换为因素？
我的第二个问题是，我是否应该从我的进口表中删除客户的id，或者如果我将其保留在RF模型中，它是否会影响结果？
浏览 0提问于2020-06-07得票数 1
回答已采纳
我正在自学多元回归，我试图模拟一个多元随机变量，并构造一个广义线性模型来拟合它。这是我的代码：
#Clear Previous
rm(list=ls())
cmp = 2 #Number of components in sample
n = 10 #Number of simulated data points
B = matrix(c(1,2,3,4), nrow=2,byrow=TRUE) #Coefficient matrix
#Simulate model
X = matrix(rep(0,2*n), nrow=2,byrow=TRUE)
浏览 1提问于2017-03-29得票数 1
1回答
如何使后缀停止创建自动表(后缀)
、、、、
我发现sequelize是根据我的模型名称的定义自动创建表。
我有以下代码：
const DataTypes = require("sequelize");
const sequelize = require("../mysql.js");
const Approver = sequelize.define("approver", {
subordinate_id: {
type: DataTypes.INTEGER,
allowNull: false,
references: {
model: "
浏览 6提问于2022-12-04得票数 0
回答已采纳
我有一组数据，其中经度和纬度是自变量，温度是因变量。我希望能够执行外推，以获得纬度和经度范围之外的温度值。我认为最好的方法是执行多重回归。
我知道sklearn有从他们的linear_model库执行线性多元回归的功能。
from sklearn import linear_model
regr = linear_model.LinearRegression()
regr.fit('independent data', 'dependent data')
然而，我的温度似乎与纬度或经度没有线性关系。因此，我推断的一些值似乎是错误的。
我在想，也许我可以通过执行
浏览 15提问于2019-03-04得票数 3
2回答
在maxLik包的maxLik函数中，我有一个作为参数输入的似然函数。例如：
library(maxLik)
likFun <- function(param, x, y, h) {
dep <- as.matrix(x[,y])
indep <- as.matrix(x[,h])
indep <- as.matrix(cbind(cons=1, indep))
k <- dim(indep)[2]
beta <- as.matrix(param[1:k])
xbeta <- crossprod(t(ind
浏览 0提问于2013-09-15得票数 4
回答已采纳
2回答
多元回归
、、、
为了组合同一变量的3个不同的估计器，我需要在Java中实现一个多元回归方法(即3个自变量和1个因变量)。我正在寻找一种简单的方法(就像多元回归方法一样简单)。从我所做的搜索来看，我认为最小二乘法可能是一个足够的方法，但我想知道你是否建议了其他方法。此外，我也找不到任何关于在多变量上下文中实现最小二乘方法的好文档，所以如果您能给我提供任何好的信息/来源，我将不胜感激。
浏览 1提问于2011-05-11得票数 5
回答已采纳
我正在努力建立一个回归模型，因为我必须解释一家公司的财务表现。问题是我有一个像资产回报率(ebit/总资产)这样的变量作为因变量，我想控制总资产。如何执行分析？我猜在这种情况下，自变量的系数既不一致也不无偏。我是否可以只使用"ebit“作为因变量，使用”总资产“作为自变量来运行回归，这样因变量中就不会再有”总资产“。谢谢你的帮助！
浏览 0提问于2017-03-21得票数 0
2回答
我正在尝试使用多元回归来打篮球。具体地说，我需要根据X、Y和目标的距离来预测俯仰、偏航和加农炮的强度。我在考虑对每个输出参数使用具有多个脉冲变量的多元回归。有没有更好的方法来做这件事？
另外，我是应该直接使用solve来获得最佳拟合，还是应该使用梯度下降？
浏览 1提问于2012-03-15得票数 4
回答已采纳
1回答
当将列传递给seaborn.residplot时，是否可以传递多个IV变量(在多元回归分析的情况下)？
我尝试了一些常规的方法'IV1'，'IV2‘等等。但它们似乎不起作用。
浏览 1提问于2018-03-24得票数 1
回答已采纳
1回答
我们有几个独立变量(一些是超过5级的连续变量，一些是二进制的，一些是准区间的(5级-分类)。我们还有5个因变量，它们共享一个共同的结构。将所有连续/准区间作为协变量，并将二元变量作为因子变量进行MANOVA是否有用-或者进行5个单独的多元回归分析？
谢谢
浏览 2提问于2014-12-01得票数 0
我正在尝试运行ML模型，但我的自变量与因变量的结构不同。
自变量的结构如下：
id . month/year . var_a . var_b
0 . 01/2016 . 1 . 2
0 . 02/2016 . 2 . 1
1 . 01/2016 . 2 . 3
因此，ids基本上不是唯一的，而是与月/年列成对出现的。
因变量如下所示：
id . 01/2016 . 02/2016 . ....
0 0 . 1 .
1 . 1 . 0
2 . 0 . 0
因此，这个数据帧有一个代表每个
浏览 0提问于2018-03-27得票数 0
1回答
当我们谈论具有多个特征的数据的概率分布时，我们只有一个选择，即多元正态分布。多元数据是否存在其他概率分布模型？如果是，那么如何使用MATLAB中的MLE来找出它的参数？
浏览 0提问于2016-11-18得票数 0
回答已采纳
1回答
用Python学习进行Logistic回归
在Logistic回归模型中，我们可以实现满足以下三个条件的变量：
自变量必须与因变量相关联。
自变量不得相互关联。
只有相关变量才能添加到模型中，否则就没有意义了。
我们可以使用Pearson相关来实现1点和2点，例如：
-自变量与因变量之间的相关性(targetVariable )
1. CORREL = data.corr().sort_values('TargetVariable')
--显示独立变量之间的Pearson相关性的lvl的热图(越接近0，相关性越低)。
2. sns.heatmap (data.corr(),
浏览 0提问于2020-03-03得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
腾讯会议活动推荐
腾讯云开发者
