自变量和因变量之间的关系
是统计学和数据分析中的重要概念。在统计学中，自变量是独立变量，它是研究者可以控制和操作的变量。而因变量是依赖于自变量的变量，它是研究者希望了解或预测的变量。
自变量和因变量之间的关系可以通过建立数学模型来描述。常见的数学模型包括线性回归模型、非线性回归模型、多元回归模型等。通过对自变量和因变量之间的关系进行建模，可以帮助我们理解和预测因变量的变化。
在实际应用中，自变量和因变量之间的关系具有广泛的应用场景。例如，在市场营销中，可以通过分析广告投入（自变量）和销售额（因变量）之间的关系，来确定最佳的广告投入策略。在医学研究中，可以通过分析药物剂量（自变量）和患者病情改善程度（因变量）之间的关系，来确定最佳的治疗方案。
腾讯云提供了一系列与数据分析和机器学习相关的产品和服务，可以帮助用户进行自变量和因变量之间关系的分析。其中包括腾讯云机器学习平台（https://cloud.tencent.com/product/tccli），腾讯云数据湖分析（https://cloud.tencent.com/product/dla），腾讯云数据仓库（https://cloud.tencent.com/product/dw），腾讯云人工智能开放平台（https://cloud.tencent.com/product/ai），腾讯云大数据分析平台（https://cloud.tencent.com/product/dcap）等产品。
通过利用腾讯云的数据分析和机器学习产品，用户可以方便地进行自变量和因变量之间关系的建模和分析，从而得出有价值的结论和预测。
相关·内容
1回答
我正在处理一个大型数据集(700万行)，试图了解各个独立变量与因变量之间的相关性。当我运行pcor(dataset)时，如果在运行cor(dataset)时与之相比，这会导致更高的相关性。
我的数据集有6个因变量和84个自变量。我发现，每个因变量与84个自变量的偏相关关系。
我的自变量是文本类型的单词计数(75个类别)，以及其他一些社会变量(都是数字)等等性别。
我的问题是:我不知道为什么在R中使用pcor()时相关性很高，而使用cor()时相关性很弱。这是偏相关的正常行为吗？
浏览 0提问于2018-07-08得票数 3
回答已采纳
我不是数据科学领域的人，我需要对我的数据进行一些统计分析，但我不知道我应该使用哪种分析工具。
变量数-6
自变量3 -(一个是标量(例如，2, 4，6,8,10)，另两个是标称变量(例如，A、B、C和Lote 1、Lote 2、Lote 3、Lote 4、Lote 5)
因变量-3(所有标量变量和所有三个自变量的相依性，它们基本上是性能指标)
我想回答的一个问题是，考虑到名义变量，当标量自变量增加时，因变量是如何运行的。下图显示了我的数据样本。
📷
浏览 0提问于2020-08-22得票数 0
采用线性回归方法，找出因变量与自变量之间的关系。
当因变量为范畴时，采用Logistic回归。
但这还不够，您可以使用哪种用例，或者我们可以使用它们的组合呢？
浏览 0提问于2017-11-18得票数 0
回答已采纳
1回答
我有一个数据集，其中有多个自变量，它们可能与因变量有一些关系。我试图找到每个自变量之间的关系，首先直观地绘制每个自变量和因变量之间的散点图以及相关性。但这似乎对我没什么帮助。 我能想到的是，当我查看feature1与label的关系时，如果找不到一个好的关系，另一个变量feature2或feature3可能会影响这种关系。如何保持一个变量不受另一个变量的影响，并查看它们之间的关系。 实际上，我已经使用VIF和相关性检查了不同特征之间的多重共线性。 附言:我实际上是在尝试拟合一个回归模型
浏览 18提问于2019-06-19得票数 0
我有一个数据集，有53个自变量(X)和1个因变量(Y)。
因变量是布尔值(1或0)，而独立集由连续变量和离散变量组成。
我计划使用pandas.DataFrame.corr()列出输出Y的最有影响的变量。
corr可以是：
皮尔逊回归
肯德尔回归
spearman回归
三种方法得到了不同的结果。
考虑到数据集的形状(discrete+continuos)，您是否建议哪一个最适合？
浏览 2提问于2018-10-22得票数 0
一个网站说，相关性指的是因变量的增加/减少，而自变量的增加/减少。共线性指的是两个或两个以上的自变量协同作用来解释依赖的variable.Could中的变化，有人澄清了这些术语吗？
浏览 0提问于2020-07-24得票数 4
回答已采纳
我想把一个自变量的缺失值假设为变量X1，其他自变量与X1的相关性很弱。然而，因变量与X1有很强的相关性。
我希望使用的缺失值估算器，如KNN回归或ExtraTreesRegressor (类似于R中的错误林)。
除了自变量外，我还可以使用因变量来计算X1的值吗？这会在我的模型中带来太多的差异吗？，如果不建议这样做，那么应该如何对待X1，删除X1不是一种选择，而且我担心如果我把X1与其他IV的错误联系在一起，那么估算的值就不一定准确。
谢谢
浏览 0提问于2019-08-19得票数 0
回答已采纳
1回答
请有人告诉，如果在有binary class(0 or 1)的因变量和使用df.corr()的连续值的自变量之间找到correlation是正确的。
如果我使用它，我将得到相关输出。但是，，我想了解的是，在统计上是否正确的找到了一个二进制分类输出和连续输入变量之间的pearson相关性(使用df.corr())。
浏览 1提问于2020-07-04得票数 0
我的数据集有5个自变量，每个变量的值为大、中或无以及一个二进制因变量。数据集有67行，拆分为17:50。
我想找出自变量和因变量之间是否有关系，并探讨哪些变量/一组变量对结果的影响最大。
到目前为止，我检查过的大多数解决方案(名义变量关联和Cramér's V)都不支持多个自变量。
浏览 0提问于2021-05-19得票数 3
1回答
logistic回归是否适用于分类因变量、连续变量和分类自变量？协变量是连续的还是分类的，这有关系吗？我一直收到关于冗余的警告，在我寻找多重共线性并去掉高度相关的变量后，我仍然得到了警告。enter image description here
浏览 9提问于2020-12-09得票数 0
在一个线性回归模型中，假设我们有3个自变量(年龄、身高、性别)和一个因变量(糖尿病)，然后我们将模型as，即训练自变量的数据(比如70%)，X检验->，即30%的自变量数据用于测试y列车->即训练因变量数据(例如70%)，y检验数据->，即用于测试的因变量数据的30%。
所以，当我们预测X检验，或预测X检验时，我们是在预测自变量的数值，还是在预测因变量(糖尿病)？
浏览 8提问于2022-01-15得票数 0
1回答
对数概率对倾斜数据的影响
、、、
通过去除数据中的偏斜，获取概率日志是否在因变量与自变量的概率之间产生线性关系？这就是为什么我们在逻辑回归中使用概率对数的原因之一吗？
如果是，那么在逻辑回归中是否没有必要对数据值进行日志转换？
浏览 0提问于2022-04-10得票数 1
1回答
我有一个由几个自变量和一个因变量组成的模型。我需要知道如何才能知道两个自变量的相互作用项的相加是否会影响因变量。我还需要知道如何将交互项放入模型中，以及如何确定它是否实际影响它。谢谢
浏览 0提问于2012-08-16得票数 0
1回答
自变量与因变量的关系
、、、
计算了自变量与因变量之间的距离相关性，验证了各自变量与因变量对之间的非线性关系，得到的各自变量和因变量对的值均不大于0.1，说明变量之间的关系不强。
因此，是否有任何方法，仍然，应用神经网络模型，以获得更好的结果。
浏览 0提问于2020-07-01得票数 0
1回答
我感兴趣的是基于因变量和自变量之间的关系对具有一维输出的二维输入数据进行聚类。例如，如果2-独立维度是x，y，因变量是z，并且(x，y)和z之间的关系在xy空间中的不同区域是不同的；我想对数据进行聚类，使得xy空间中与z具有相同函数关系的区域落入一个聚类中。可以存在于xy空间和z之间的函数关系是先验未知的。
如果有人能为我提供指导/参考，告诉我哪些机器学习技术可以按原样使用或修改以适应这个问题，那就太好了。
浏览 0提问于2013-11-16得票数 1
1回答
当我在线性回归中规范因变量而不是自变量时，会发生什么？我将如何解释这个模型，而不是规范因变量和自变量。
谢谢!！
浏览 0提问于2018-10-26得票数 2
1回答
我有一个有一个因变量和20个自变量的数据框架。我想找出因变量与每个自变量之间的相关系数以及相关的p值。我编写了以下函数：
for (i in 2:20){
correl = cor.test(df[ , i], df[ , 22])
print(correl)
}
它一次输出一个相关系数及其p值.是否有一个以表格格式产生相同结果的函数？
浏览 4提问于2015-10-05得票数 1
回答已采纳
我有几个因变量(让我们称它们为dep1，dep2和dep3)，我想对它们回归几个自变量。我有自变量a，b和c，我总是想把它们包含在回归中。但是，只有当数量与因变量的数量匹配时，才应使用自变量d1、d2、d3。这是：
lm(dep1 ~ a + b + c + d1)
lm(dep2 ~ a + b + c + d2)
lm(dep3 ~ a + b + c + d3)
更准确地说，我的因变量和自变量都是每月的时间序列(xts对象)。我合并了因变量以得到矩阵"dep“。a、b、c、d1、d2和d3存储在矩阵"indep“中。
有没有可能创建一个自动执行此操作的循环？
浏览 0提问于2017-06-04得票数 0
1回答
大熊猫资料巨蟒的偏相关系数
、、、、
我有一份有关熊猫数据的资料如下：
df =
X1 X2 X3 Y
0 1 2 10 5.077
1 2 2 9 32.330
2 3 3 5 65.140
3 4 4 4 47.270
4 5 2 9 80.570
我想做多元回归分析。这里Y是因变量，x1、x2和x3是自变量。每个自变量与因变量之间的相关性是：
df.corr():
X1 X2 X3 Y
X1 1.000000 0.353553 -0.409644
浏览 3提问于2017-06-30得票数 4
回答已采纳
2回答
我有10000个样品。有4个自变量和1个因变量。
自变量均以0均值为中心。
📷
我发现这些变量之间的相关系数如下：
📷
我使用了线性回归模型，下面是该模型的总结：
📷
现在，基于线性回归模型中预测变量的系数，我被要求找到显着的预测因子(s)。
基于相关值，我认为X4将是一个重要的预测因素，但它的回归系数表明了一个完全不同的情况。(x4在lm摘要输出中的系数值最小)。你能帮我理解什么是正确的方法来识别重要的预测因子(s)？
另外，即使我从lm模型中删除了x4变量，残差标准误差仍然是相同的，哪种情况可以重新迭代它不是一个重要的预测器？是
我的理解对吗？
此外，我运行了R中可用的VarImp函数，它
浏览 0提问于2020-02-23得票数 2
6回答
多元线性回归
、、
我正在尝试使用GLSMultipleLinearRegression (来自apache commons-math包)进行多元线性回归。它需要一个协方差矩阵作为输入--我不确定如何计算它们。我有一个因变量数组和3个自变量数组。
你知道怎么计算协方差矩阵吗？
注意:3个自变量中的每个变量都有200个项目
谢谢
巴拉尼
浏览 2提问于2009-08-28得票数 3
回答已采纳
我最近开始学习回归的基础知识，作为初学者，我开始学习线性回归。
我读到这篇文章说，对于这种特殊类型的回归，自变量和因变量之间的关系必须是线性的，这意味着我只能用线性回归来预测“线”：https://www.analyticsvidhya.com/blog/2015/08/comprehensive-guide-regression/。
但是，我开始想知道如何建模像"y= log(x)“或”y= sqrt(x)“或"y=exp(x)”或"y=tan(x)“之类的函数，或者其他定义为”线“而是”曲线“的非线性函数。
然后我继续研究，直到我发现这篇文章说，应该是线性的不是自变
浏览 0提问于2019-03-15得票数 2
回答已采纳
2回答
如何解释相关系数
、、
我试图在R中找到因变量和自变量之间的相关系数。
data("mtcars")
my_data <- mtcars[, c(1,3,4,5,6,7)]
res <- cor(my_data)
round(res, 2)
因此，我得到了一个相关矩阵，其中一些带有+ve或-ve。
例如:如果mpg和disp之间的相关系数是-0.85，我怎么知道哪个变量在减少，哪个变量在增加？
浏览 1提问于2018-01-04得票数 2
回答已采纳
我对Python非常陌生，最近开始学习matplotlib。我有一个数据集，其中有一个自变量和一个因变量。我想要创建一个叠加直方图，它可以显示变量在自变量中的分布。
这是我的原始数据-国家，年龄，new_use，源和total_pages_visited是自变量.转换是因变量。我想为每个自变量创建单独的叠加直方图。并在每个直方图中显示变量的分布情况，并在不同颜色上标记不同类别的“转换”。
浏览 0提问于2019-02-10得票数 0
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
我的任务是通过极限编程(XP)和(RUP)开发一个案例研究。我被要求应用回归模型，并接受一些因变量和一些自变量来比较XP和RUP。即使我一直在搜索，我也无法识别因变量和自变量是否可以用于软件质量测试？
浏览 0提问于2011-01-31得票数 0
我有一个因变量y和6个自变量。我想做一个线性回归。我使用sklearn库来做这件事。
问题是我的一些自变量的相关性超过0.5。所以我不能在我的模型中同时包含它们
我在互联网上搜索，但没有找到任何解决方案来选择最佳的自变量集来绘制线性回归并输出所选择的变量。
浏览 0提问于2019-03-07得票数 0
1回答
我从一个广义的最小二乘模型(长寿~交配系统)中产生了一个方差分析，并且它没有显着性(0.08)。但是，当我使用汇总()运行模型时，我可以看到每个系数(交配系统的类型)都很重要。
从我所读到的(多次)，方差分析显示自变量中的方差是否可以用因变量来解释。而回归模型将检验因变量如何随自变量水平的变化而变化。
然而，我觉得我遗漏了一些东西，因为我不确定我完全理解一个因变量的单个水平的p值是什么，以及方差分析中一个因变量的总体p值意味着什么。
我希望有人能用比较外行的术语来解释我的结果。
浏览 0提问于2018-08-13得票数 2
回答已采纳
当我在单个自变量(连续)上对因变量(连续)进行建模时，预测器以一种积极的方式影响因变量。但是，当我在多个自变量上对同一因变量建模时，在具有几个独立variables.What的最终模型中，单独建模时正向影响的自变量会产生负面影响，这可能是原因?任何视图都将非常有帮助。
浏览 2提问于2017-03-05得票数 0
本文采用简单线性回归的方法，以平方英尺为自变量，价格为因变量variable.while，对模型的均方误差进行检验，得出模型的产量为61940787124.62475。但是，在对这两个变量进行日志转换之后，模型将MSE值显示为0.14824951630518876。哪种方法是正确的?由于第一个模型给出了较大的MSE值，这是否意味着第一个模型容易出错？
浏览 0提问于2020-11-19得票数 0
1回答
我见过一位教授在SPSS中演示了几个分析，我需要执行相同的分析得出相同的结果，但不知道如何进行；您能否建议如何执行以下分析(SPSS中的哪些函数或步骤)？
1)在执行聚类分析(使用Ward的方法)之后，输出表显示了每个集群的频率，集群1有X个数字，集群2有Y个数字。
2)比较困难的部分是，他使用聚类解进行R平方相关和皮尔逊相关；在皮尔逊相关分析中，他使用"Ward“(基于少量变量的聚类解)作为自变量，另一个变量作为因变量。我找不到任何地方将"Ward“作为一个因素包括在内，也看不到在皮尔逊相关性中应该在哪里包括因变量和自变量。
3) R平方相关也是如此，"Ward“是一
浏览 0提问于2016-11-26得票数 0
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
3回答
线性回归模型
、、
我是机器学习的新手，我想学的第一个概念是线性回归。我读过，要应用线性回归，我需要使用线性模型。从这个假设出发，我知道这是一个简单的线性回归模型：
y = w0 + w1x
线性回归的定义是，因变量y应该是参数w的线性组合(但对于自变量x则不一定相同)。
所以我们可以说，这也是一个线性回归模型：
y = w0 + w1x1 + w2(x2)^2
在这种情况下，我应该说这是一个线性回归模型，因为对于定义来说，w0、w1和w2在表达式中仍然是线性的。即使存在自变量x2的二次项。
现在，我有个问题。如下所示的模型：
y = w1 x1 + w2 x2 + w3 x3 + w4 x1x2 + w5 (
浏览 0提问于2018-06-26得票数 2
1回答
条件密度分布，两个离散变量
、、、、
我已经使用cdplot (R)绘制了变量的条件密度分布。我的自变量和因变量不是独立的。自变量是离散的(它只需要0到3之间的某些值)，因变量也是离散的(从0到1的11个级别，以0.1为步长)。
以下是一些数据：
dat <- read.table( text="y x
3.00 0.0
2.75 0.0
2.75 0.1
2.75 0.1
2.75 0.2
2.25 0.2
3 0.3
2 0.3
2.25 0.4
1.75 0.4
1.75 0.5
2
浏览 1提问于2018-02-14得票数 0
我试图用多个因变量和多个自变量进行回归。基本上我有一个县级的House Prices代表整个美国，这是我的IV，然后我有几个县级的变量(GDP，construction employment)，它们构成了我的因变量。我想知道是否有一种有效的方法同时进行所有这些回归。我试着得到：
lm(IV1 ~ DV11 + DV21)
lm(IV2 ~ DV12 + DV22)
我想对每个独立变量和每个因变量都这样做。
编辑: OP添加了这个信息来回应我的回答，现在删除了，这误解了这个问题。
我想我没有很好地解释这个问题，我很抱歉。每个因变量都有两个自变量与它相关联，这是唯一的。所以如果我有500个因变量，
浏览 2提问于2013-08-05得票数 9
2回答
橙色包含许多回归小部件，但它们似乎都是单变量，即与一个因变量相关的一个自变量。当我有更多可能影响因变量的自变量时，如何在橙色中处理这个问题？
浏览 0提问于2018-07-23得票数 1
在数据中，有355项观察，包括一个连续因变量(Y:范围从15-55)和12个自变量(连续、分类和序数)。X1 (2级)和X6 (3级)被视为范畴变量。以下是我的一些问题：
我是否可以假设所有的系数(除了X1和X6都是范畴的)对Y是线性的？
我是否可以将X5视为连续变量；但是，它是序数的，范围是(1-7)吗？
我是否可以将X7 (年份)作为连续变量；但是，它在2002-2006年期间是序数和狂潮(事实上，数据年份本身并不能改善响应；是在同一时期内发生的其他因素导致了改进，而我们不知道这些因素)，这种方法是否合乎逻辑？
通常，如果对自变量(如log、平方、平方根和逆)使用不同的转换，是否也需要对数
浏览 0提问于2015-10-09得票数 1
回答已采纳
1回答
R中线性回归模型的拟合
、、、
我有一个关于R中线性回归分析的问题：
我有几个自变量(约20-30)和一个因变量。为了达到最好的模型，我尝试了自变量的“所有”相关组合，以便最大限度地调整R^2。然而，这是一项很大的工作。因此，我的问题是:是否有一种方法可以自动拟合R中的回归模型，即自动选择存储在数据框架中的这些自变量，从而得到对因变量变化的最佳描述？
谢谢你的帮助!
浏览 3提问于2014-10-13得票数 0
回答已采纳
1回答
我有两个变量，一个是因变量，另一个是自变量。因变量为x，自变量为y。因变量本身是一个矩阵，它可以被迭代为x[,1:n]；自变量.The也是如此，自变量可以被迭代为y[,1:n]。现在，对于变量的一个实例-我将使用R中的表函数来查找ROC，如下所示：table(y[,1], round(x[,1])。我想在这里使用apply function，这样我就可以同时迭代这两个变量--比如apply(ind_var,dep_var,2,function(x,y){x,round(y)})，这可以使用for循环轻松完成--可以使用apply完成吗
谢谢
浏览 1提问于2016-04-08得票数 0
假设我有一个多元线性回归模型，其中我的因变量Y是一个整数。我的自变量之一，x1，是二进制变量，比方说0或者1。
我们知道，模型中x1系数的符号，无论是正的还是负的，都证明了它与Y的相关性。我的问题是，我们是否知道，x1值与因变量之间的相关性是0还是1？例如，我们是否知道这个0是系数符号的原因，而越多的0会导致更多的Y(不确定这是否是正确的语言，但希望你理解我的意思)。
作为一个real-world example，我有一个多元线性回归模型来找出一组数字索引在tweet中的相关性，作为自变量，与转发的数量作为因变量。这个模型中的自变量之一是tweet的事实检查标签"true“或"
浏览 0提问于2019-04-16得票数 0
我目前正在写我的硕士论文(我正在使用SPSS进行统计分析)。我的计算之一是逻辑回归。以下是变量：
因变量:职业(二分，1=yes，人有工作，0=人失业)自变量1:自我污名化(问卷平均值，在1到4之间，连续)。
现在我的问题是，显然，我的自变量和我的因变量的对数(使用Box-Tidwell方法计算)之间没有线性关系。显然，在我的数据中，这两个结构之间可能没有关系，但我一直在问自己，如果logistic回归的假设不满足，是否有其他方法来计算这两个变量之间的回归？我只是不想错过一个我还不知道的有效的(实际上更合适的)选择……
有没有人知道一种方法或者有什么文学技巧？谢谢你的帮助！
浏览 3提问于2018-08-21得票数 0
我对数据集中的因变量和自变量的分类有点困惑，我需要建立一个预测模型。任何见解或方法在这里都会很有帮助。假设我的数据集有40个变量。在这种情况下，很难将变量分类为独立的或依赖的。在python中是否有任何测试可以帮助我们识别这些？
浏览 2提问于2017-02-06得票数 0
回答已采纳
1回答
我想创建一个模型，如下所示，使用数值连续的数据： revenue~variable+variable2+variable3 我的数据大约有1000个观察值，总共有5个变量，它们是上面提到的因变量和3个自变量，以及日期。每一行代表一天。我希望建立这样的模型，即自变量不仅影响因变量(收入)，而且还影响前几天的自变量。我希望前几天的影响随着时间的推移而减少。例如，昨天的自变量会比前一天对今天的收入产生更大的影响。一直到前一天的第100天。 更清楚地说，这是一个广告模型，研究个人看到一种类型的广告(自变量是电视广告的类型)对收入的影响，看到距离较远的广告不太可能导致行动和购买。 换句话说，也许会在模
浏览 63提问于2020-08-21得票数 1
回答已采纳
这是我第一次尝试使用多项式logistic回归，我现在很难开始。我目前有一个203个观测数据集，有22个自变量和1个因变量，所有这些都是数值和连续的。我的目标是使用MATLAB mnrfit函数来预测将来有一个因变量落入(y<0, 0<y<5, and 5<y)三个区间之一的观测结果的概率。
如何将数据输入mnrfit函数以获得这些结果？我相信我必须用这个函数来得到系数，然后用mnrval函数来确定未来观测的概率。谢谢你的帮助！
浏览 7提问于2015-06-30得票数 0
回答已采纳
1回答
目标变量Saleprice最初是一个continuous值。我计算了除Saleprice之外的其他变量的feature importance，并获得了功能的排名。
我的老师说我不允许将目标变量Saleprice作为其他变量来探索。自变量被用来预测作为目标变量的SalePrice。目标变量可以被视为因变量，因为它依赖于自变量。
她建议使用I can explore Saleprice，因为它是binning method的一个连续变量，例如将Saleprice从100k绑定到150k。可以将该范围视为单个值。(作为离散值处理)
May I know how should I apply the
浏览 1提问于2019-07-30得票数 0
1回答
我想用LibSVM做支持向量回归。我想要面孔的相似度分数。现在，当我训练我的脸部时，我将形状脸部特征作为自变量，得分(0.1-1.0之间的任何值)作为我的因变量。一个真正积极的面孔将被训练为1.0。否则，根据训练图像的质量，将部分人脸训练为0.1-1.0之间的分数。在预测阶段，当测试图像的形状特征已经给出时，我希望得分在0-1.0之间。这意味着，我们将有一个自变量(特征向量)和一个因变量(得分在0-1之间)因变量。
浏览 1提问于2013-06-01得票数 0
我有两组自变量，一个是因变量。依赖变量是每个人完成一项任务所需的速度。
自变量为任务类型、性别。
对于因变量，以分钟为单位测量的速度被解释为较低的速度意味着较高的效率。
如何在SPSS中进行双向方差分析时满足这一要求？
浏览 19提问于2019-08-03得票数 0
我正在使用大约50个自变量对数千个因变量运行循环逐步回归(PROC REG)。
我需要创建报告，显示每个自变量与每个因变量的部分R平方。
如果我可以将SAS PROC REG中的"Summary of Stepwise Selection“表输出到数据集中，这将是一个相对容易的任务。
我找不到做这件事的方法。
请帮帮忙。
谢谢
浏览 3提问于2015-06-16得票数 1
我正在对一些数据进行logit回归。我的因变量是二进制变量，除了一个自变量外，所有变量都是二进制变量。
当我运行回归时，stata删除了我的许多自变量并给出了错误：
“变量名称”!= 0完美地预测失败
删除“变量名称”，不使用“一个数字”
我知道的一个事实是，有些变量不能很好地预测失败。换句话说，因变量可以接受自变量的值1或0的值1。
为什么会发生这种情况，我该如何解决？
浏览 8提问于2017-06-05得票数 3
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
实时音视频
即时通信 IM活动推荐
腾讯云开发者
