基于正交化方法的回归分析

本文目的是介绍基于正交化方法的回归分析的概念、作用以及用软件实现计算的方法。先介绍有关的基本概念,再介绍基本原理,最后通过两个实例并基于SAS软件演示如何实施此分析方法。结果表明:(1)此法不能解决资料中存在多重共线性问题带来的坏影响;(2)此法能够很好地解决多项式回归分析问题。     

分位数模型回归分析

本文目的是介绍分位数模型回归分析的概念、作用以及用软件实现计算的方法。先介绍有关的基本概念,再介绍基本原理,最后通过一个实例并基于SAS软件演示如何实施此分析。结果表明:分位数模型回归分析能够很好地解决因变量不服从正态分布并具有异方差且资料中存在一定比例异常点的回归分析问题。     

反应曲面回归分析

本文目的是介绍反应曲面回归分析的概念、作用以及用软件实现计算的方法。先介绍有关的基本概念,再介绍基本原理,最后通过一个实例并基于SAS软件演示如何实施此分析方法。结果表明:(1)此法最适合用于需要确定多定量因素的最佳生产条件的试验研究场合;(2)应用此法的前提条件是,参与试验研究的定量因素已经过专业和统计学方法严格筛选并被保留下来,而且它们之间的全部或大多数二次项和交叉乘积项都具有统计学意义。     

如何正确运用t检验——t检验的基本概念与前提条件

本文旨在全面介绍t检验的基本概念与前提条件(涉及实验设计和t分布两个方面)。t分布和t检验的适用场合包括:①估计符合某些条件时定量指标的参考值范围;②直线回归分析中个体因变量Y值的容许区间计算;③估计定量指标总体均数的置信区间;④线性相关与回归分析(包括多重线性回归分析)中某些参数的假设检验;⑤定量资料均值的假设检验,此时,严格地说,t检验仅适用于以下三种实验设计类型,即单组设计、配对设计和成组设计。在实际运用中,应正确辨析定量资料所取自的实验设计类型并检查资料的参数检验条件;若属于其他情形(参见前述提及的多种场合),一般都应有相应的统计学理论为依据(即可以证明问题中涉及的统计量服从t分布),否则,就可能属于滥用或误用。     

基于机器学习统计思想实现多重线性回归分析

本文目的是介绍基于机器学习统计思想实现多重线性回归分析的方法。首先,简要回答了几个基本问题:什么是机器学习、它能解决的统计学问题及其具体方法;进一步,还粗略地介绍了BP神经网络回归分析方法的基本思路;最后,通过一个实例详细呈现了如何基于R软件实现BP神经网络回归分析的全过程。     

非配对设计多值有序资料多水平多重Logistic回归分析

本文目的是介绍多值有序资料多水平多重logistic回归分析方法。此法是在层次结构数据的基础上，构建多值有序因变量随一组自变量变化而变化的回归模型。具体的做法如下：①先介绍有关的基本概念；②呈现待分析的数据结构；③扼要介绍回归模型的构建与求解；④详细介绍如何使用SAS的GLIMMIX和NLMIXED两个过程来拟合此回归模型，并对相关结果进行解释和比较；⑤讨论多水平结构数据下拟合累积logistic回归模型时需注意的问题。     

加性与广义加性模型回归分析

本文目的是介绍加性与广义加性模型回归分析的概念、作用以及用软件实现计算的方法。先介绍有关的基本概念,再介绍基本原理,最后通过一个实例并基于SAS软件演示如何实施加性模型回归分析。结果表明:相对于引入派生变量进行常规多重线性回归分析而言,加性与广义加性模型回归分析能够更好地提升模型对资料的拟合效果。     

有限混合模型回归分析

本文目的是介绍有限混合模型回归分析的概念、作用以及如何用软件实现计算的方法。先介绍有关的基本概念,再介绍基本原理,最后通过一个实例并基于SAS软件演示如何实施有限混合模型回归分析。结果表明:有限混合模型回归分析最适用于"具有两个或有限的多个频数分布资料进行频数分布曲线拟合"的场合。     

零膨胀Poisson分布模型回归分析

本文目的是介绍零膨胀Poisson分布模型回归分析。首先,介绍零膨胀计数资料及其零膨胀Poisson分布回归模型构建原理,包括"零膨胀Poisson分布回归模型的形式"和"零膨胀Poisson分布回归模型的求解";其次,介绍"零膨胀Poisson分布回归模型的SAS实现",包括"创建SAS数据集""呈现因变量Y的频数分布""求出因变量Y的均值和方差"和"基于全部自变量对因变量Y构建多重零膨胀Poisson分布回归模型"。本文结果提示,当计数资料为非严重过离散的零膨胀计数资料时,拟合"多重零膨胀Poisson分布回归模型",可获得满意的拟合效果。     

简单曲线回归分析及其应用

本文目的是介绍可以直线化的曲线回归分析相关内容及如何使用SAS软件来实现。一般来说,采用回归分析研究专业上确实存在联系的两个定量变量之间的依存关系。如果两定量变量之间是直线关系,那么直接采用直线回归分析即可;但在医学实验中,两定量变量之间的关系常常不是直线关系而是曲线关系,此时就应采用曲线回归分析。本文重点讲述可以直线化的曲线回归分析的种类及其SAS软件实现。