ScholarGate
Асистент

Линейна и нелинейна регресия

21 метода в това семейство.

Избрани

Бета регресияBeta regression is a generalized linear model introduced by Ferrari and Cribari-Neto (2004) for outcomes that are rates or proportions confined to the open interval (0,1). It modelТест на Games-Howell (Games-Howell Post-Hoc Test)The Games-Howell test is a parametric post-hoc multiple comparison procedure that identifies which pairs of group means differ significantly after an omnibus ANOVA reveals a signifОбобщени адитивни модели за местоположение, мащаб и форма (GAMLSS)GAMLSS is a broad class of semi-parametric regression models introduced by Robert Rigby and Mikis Stasinopoulos in 2005. Unlike classical regression, which models only the mean of Обобщени най-малки квадрати (ОНК)Generalized Least Squares (GLS) is a linear regression estimator that extends ordinary least squares to handle situations where the error terms are correlated or have non-constant Диагностика на влиянието (разстояние на Кук, DFFITS, ливъридж)Influence diagnostics are a family of post-fit measures that quantify how much each single observation affects a fitted regression. Cook's distance was introduced by R. Dennis CookРегресия с най-малък медиан на квадратите (LMS)Least Median of Squares is a robust linear regression method introduced by Peter J. Rousseeuw in 1984. Instead of minimising the sum of squared residuals like ordinary least square

Път за четене

Най-цитираните основополагащи методи по тази тема, подредени според реда на тяхното развитие — място, от което да започнете, ако сте нов тук.

  1. Проста линейна регресия1805от Adrien-Marie Legendre (least squares, 1805); Francis Galton (regression concept, 1886)
  2. Множествена линейна регресия1886от Francis Galton; formalized by Karl Pearson
  3. Обобщени най-малки квадрати (ОНК)1935от Alexander Craig Aitken
  4. Метод на претеглени най-малки квадрати (WLS)1935от Alexander Craig Aitken
  5. Robustна множествена линейна регресия1964–1980sот Peter J. Huber (M-estimators, 1964); extended by Rousseeuw, Yohai, and Maronna
  6. Див бутстрап за регресионно заключение1986от Wu (1986); refined by Davidson & Flachaire (2008)
  7. Анализ на мощността за множествена регресия1988от Jacob Cohen
  8. Полиномна регресия2012от Montgomery, Peck & Vining (textbook treatment); classical least squares
всички методи на този рафт ↓

Всички методи 21

Бета регресияТест на Games-Howell (Games-Howell Post-Hoc Test)Обобщени адитивни модели за местоположение, мащаб и форма (GAMLSS)Обобщени най-малки квадрати (ОНК)Диагностика на влиянието (разстояние на Кук, DFFITS, ливъридж)Регресия с най-малък медиан на квадратите (LMS)MICEМножествена линейна регресияМноговариантен множествен линеен регресионен анализМетод на най-малките квадрати (МНК)Панелни прости линейни регресииПолиномна регресияАнализ на мощността за множествена регресияАнализ на робастна модерацияRobustна множествена линейна регресияRobust simple linear regressionПроста линейна регресияСтъпкова регресияОценъчен метод Тау (τ) за регресияМетод на претеглени най-малки квадрати (WLS)Див бутстрап за регресионно заключение

Още в Регресия и GLM

GLM и бройни модели 23Робастна и квантилна регресия 18Регуляризирана регресия 12