统计学-数据科学专业问答社区-CDA答疑社区

热线电话：13121318867

登录

zxq997

分类数据的相关性检验

分类数据是只能归于某一类别的非数字型数据，它是对事物进行分类的结果，数据表现为类别，用文字来表述的。对分类数据的频数检验的方法可以用检验来表示。公式如下：根据分类变量的数量可以分为拟合优度检验和独立性检验。拟合优度检验是对一个分类变量的检验，独立性检验是对两个分类变量的检验。通过以上检验，检验数据是否具有相关性。

176.2293

5

1

0

关注作者

收藏

啊啊啊啊啊吖

用R做单因素方差分析真的很easy

方差分析在统计学上是很重要的一个知识，其是基于平方和分解的一种推断统计方法，其目的在与推断两组或多组总体的均值是否相等，检验两个或多个均值的差异是否在统计意义上显著。总平方和(SST)=组内平方和(SSE) 组间平方和(SSB) （均是离均差平方和）自由度 n-1 = n-g g-1离均差平方和自能反应变异的绝对大小，变异程度除与离均差平方和的大小有关外，还与其自由度有关。引入均方差(M

115.7926

4

0

0

关注作者

收藏

有福有德

sas结构方程原来也很强

sas结构方程很美，但图形好像很难调整，不知是不是我没找对地方。spss的amos图形调整起来好像很便利，不知sas能不能通过语法调整。结构方程技术为社会科学计量分析工作者所钟爱。结构方程有效地整合了各种统计方法，可以实现复杂变量间的路径关系，尤其是多因变量的问题。可以认为这种技术是解决面的问题的一种特有的方法。1）先验理论性 SEM模型的“一边”是先验理论导出的协方差结构，“一边”是样

187.1009

8

1

0

关注作者

收藏

有福有德

核密度工作原理及实现

SAS的KDE过程实现核密度估计，功能及其说明如下：可以对单变量和双变量进行核密度估计，所谓的核（kernel）估计是一种非参数方法，是指从原始数据中观测到的概率密度函数（PDF）——平均的通过数据点，从而创建平滑曲线。 KDE过程使用高斯密度做为核，并假设其方差决定平滑的结果。其工作原理：选择带宽（bandwith），进而核密度估计，但完成这些工作前提是完成数据的分箱

214.5274

12

7

0

关注作者

收藏

有福有德

统计变换技术有感

正好刚刚学了点变换技术，希望同仁能给予批评和交流，共同学习。有些公式不好编辑所以截图分享。Spline与MSpline变换变量缺失部分的变换，Spline、MSpline变换与Linear、Monotone、Opscore、Untie的变换相同。变量非缺失部分的变换，即最优变换（Spline变换），为b-spline基向量的线性组合，而b-spline基可以精确（数量少，没有共线性）、有效

891.3256

9

0

0

关注作者

收藏

有福有德

共线性及危害

广义上说共线性指的自变量之间的相关性，那么相关性有双变量间的相关，也有多变量间的相关，由此可以进一步区分为共线性和多重共线性。下文首先从共线性的阐述逐步过渡到多重共线性。假设我们需要拟合包含了两个影响因素线性回归，并且假设x_1和x_2的相关系数为r_12， k 表示自变量数。可见参与β ̂计算的是由3部分统计量组成，分子的残差平方和、分母的自变量方差、自变量间的相关性。残差

833.0373

12

0

0

关注作者

收藏

newbbs

请问数据分析师需要掌握哪些技术？

如题

1174.8675

14

2

0

关注作者

收藏

<1…535455

CDA考试动态

CDA报考指南