| 共 48 篇文章 |
|
调节变量, 中介变量和控制变量啥区别与联系?看看“机制分析, 中介渠道, 调节效应必读系列合集”, 写文章可以写得有些深度。一般说来，简单的分析该变量是否是中介变量可以用线性回归，但要更严谨的话，就要采用结构方程（结构方程正在学习中，所以我一定要好好学，高人也只是告诉我如何用线性回归来分析数据来证明该变量是否是中介变量）一般分... 阅11217 转20 评0 公众公开 20-11-04 14:56 |
混合模型中包括了固定效应和随机效应，而随机效应有两种方式来影响模型，一种是对截距影响，一种是对某个固定效应的斜率影响。dat <- data.frame(rbind(dat.tx.a, dat.tx.b))names(dat) <- c(''''''''measure.1'''''''', ''''''''meas... 阅23979 转95 评0 公众公开 18-07-08 18:32 |
mod1<-survreg(Surv(time, status) ~ ph.ecog + age + sex, data=lung,dist = "weibull") mod2<-survreg(Surv(time, status) ~ ph.ecog + age + sex+ph.karno*pat.karno, data=lung,dist = "weibull") anova(mod1,mod2,test="Chisq") Terms Resid. 阅313 转3 评0 公众公开 18-07-08 18:30 |
阅103 转0 评0 公众公开 18-07-08 17:21 |
注：交互作用是指某一自变量对因变量的效应在另一个自变量的不同水平会不同。多元方差分析中的样本量足够是指自变量的每组中的例数要不少于因变量个数，本例中因变量有2个，所以自变量每组中至少有2例才能满足样本量足够的假设。Regular组和rote组的文科成绩差异不具有统计学意义（P=0.896），regular组和reasoning组文科成绩的差异具有统计学... 阅21741 转41 评0 公众公开 18-06-18 18:17 |
中级计量经济学三大检验一、最大似然估计（ML）二、似然比检验（LR）三、Wald检验四、拉格朗日乘子检验（LM）前面介绍的F检验适用于检验模型的线性约束。似然比：无约束模型似然函数值：有约束模型似然函数值：中级计量经济学显然。在原假设成立条件下，中级计量经济学对于线性约束将有关量代入上式得，拒绝域，中级计量经济学LM统计量另一种表... 阅32209 转20 评0 公众公开 17-11-30 16:30 |
这样能够表明因变量和自变量之间的显著关系并且是函数关系，还可以表明多个自变量对一个因变量的影响强度，回归分析主要运用在预测分析上，虽然说是预测，但是有时候我们的回归模型只是被用来解释现场，并不需要去预测，例如，科学家猜想人的体重和某种特定的食物消耗有关；这里我们经常使用R语言里面的Lm函数去拟合以上变量，然后得到模型，然... 阅1918 转6 评0 公众公开 17-11-27 11:16 |
其中主要通过几个统计值来识别重要变量,可决系数，T值和AIC值，通过这三个值来添加和删除自变量来拟合模型。按照其选择方式的可以分为三种，向前逐步回归法，每次增加一个自变量到模型中，直到添加变量不会使模型有所改进为止；还有一种是是向前向后逐步回归，通常我们称之为逐步回归，就是我们上段讲一样，每次的引入然后重新评估变量，然后剔... 阅507 转2 评0 公众公开 17-11-27 11:15 |
在我们平时做回归的时候，大部分都是假定自变量和因变量是线性，但有时候自变量和因变量可能是非线性的，这时候我们就可能需要多项式回归了，多项式回归就是自变量和因变量是非线性所做的一个回归模型，其表达式：这里我们使用多项式回归去拟合数据，给它增加一个二次项，也就是height^2,这里不能增加过多的幂次项，因为有可能导致过拟合，I(he... 阅322 转0 评0 公众公开 17-11-27 11:15 |
