99999久久久久久亚洲,欧美人与禽猛交狂配,高清日韩av在线影院,一个人在线高清免费观看,啦啦啦在线视频免费观看www

熱線電話：13121318867

登錄
首頁精彩閱讀分析stata多元線性回歸結(jié)果_stata多元線性回歸
分析stata多元線性回歸結(jié)果_stata多元線性回歸
2017-01-06
收藏

分析stata多元線性回歸結(jié)果_stata多元線性回歸

對t p>[t]  F R^2 置信區(qū)間的值做出相應(yīng)解釋   因變量是新生兒體重birth weight  主題是產(chǎn)前護理及父母惡習對新生兒健康的影響 此外hypothesis假設(shè)應(yīng)該怎么寫.

首先說覺得你這個方程回歸的不好，R系數(shù)太小，顯著性不好。F值應(yīng)該大于該自由度下查表的值才行，所有的t值大于查表得到的值，這樣從方程到參量全部顯著。不過受制于原始數(shù)據(jù)，一般都不完美，回歸的方程都這樣鳥樣，能湊合用。F值代表整個方程的顯著程度，F(xiàn)>F（P，n-P-1)，n為數(shù)據(jù)組數(shù)，P為自變量個數(shù)。F，t可以查表或者用函數(shù)求解。置信區(qū)間嚴格說不能包括0的，包括0表明該自變量對因變量不顯著，需要剔除重新回歸的。p值需要小于默認的alpha值，也就是p＜0．05才表明方程顯著。
可是，我很疑惑你的主題。如果只是想要得到劣習的影響程度順序，只需要做一下灰色關(guān)聯(lián)分析就行，可以很簡單的得到各個影響因素的排序，分清楚主要影響和次要影響。多元線性回歸數(shù)據(jù)不好的話出來的誤差很大，而且不做－5％～5％敏感度浮動分析也看不出來誰的影響更大，除非你自己編程能一直自動的判定顯著性并且會自動重新回歸。
小弟也是工作需要，最近自學(xué)的這部分內(nèi)容，不知道說的對不，互通有無吧。
另外，hypothesis假設(shè)沒看懂。我是用MATLAB和EXCEL做的多元線性回歸，EXCEL做的灰色關(guān)聯(lián)分析。

追問：
就是原假設(shè)應(yīng)該怎么寫啊 不能給分析下這幾個數(shù)據(jù)嗎
追答：
我沒用過你這個軟件，用matlab回歸程序很簡單，可以直接從EXCEL導(dǎo)入然后直接進行矩陣引用。 我的意思是，這里面明顯的R可以說很差，F(xiàn)和t你的查表對照一下才可以判定，屬于比較大小，沒有查表的值無法說你這個F和t是好是壞。 p值不知道為啥有3個？一般回歸出來貌似就一個p吧，只要小于默認的alpha就行。置信區(qū)間這個你有2個都是包括0的，明顯不好啊。 說實話，我做回歸的時候沒特別在意這個，因為數(shù)據(jù)不好，怎么回歸都是R很小，線性相關(guān)差，我也不想去刪數(shù)據(jù)點來造假擬合。 如果你只是想要得到影響程度的排序，推薦灰色關(guān)聯(lián)排序分析。


數(shù)據(jù)分析咨詢請掃描二維碼

若不方便掃碼，搜微信號：CDAshujufenxi

數(shù)據(jù)分析師資訊
更多

OK
客服在線
立即咨詢
客服在線
立即咨詢
') } function initGt() { var handler = function (captchaObj) { captchaObj.appendTo('#captcha'); captchaObj.onReady(function () { $("#wait").hide(); }).onSuccess(function(){ $('.getcheckcode').removeClass('dis'); $('.getcheckcode').trigger('click'); }); window.captchaObj = captchaObj; }; $('#captcha').show(); $.ajax({ url: "/login/gtstart?t=" + (new Date()).getTime(), // 加隨機數(shù)防止緩存 type: "get", dataType: "json", success: function (data) { $('#text').hide(); $('#wait').show(); // 調(diào)用 initGeetest 進行初始化 // 參數(shù)1：配置參數(shù) // 參數(shù)2：回調(diào)，回調(diào)的第一個參數(shù)驗證碼對象，之后可以使用它調(diào)用相應(yīng)的接口 initGeetest({ // 以下 4 個配置參數(shù)為必須，不能缺少 gt: data.gt, challenge: data.challenge, offline: !data.success, // 表示用戶后臺檢測極驗服務(wù)器是否宕機 new_captcha: data.new_captcha, // 用于宕機時表示是新驗證碼的宕機 product: "float", // 產(chǎn)品形式，包括：float，popup width: "280px", https: true // 更多配置參數(shù)說明請參見：http://docs.geetest.com/install/client/web-front/ }, handler); } }); } function codeCutdown() { if(_wait == 0){ //倒計時完成 $(".getcheckcode").removeClass('dis').html("重新獲取"); }else{ $(".getcheckcode").addClass('dis').html("重新獲取("+_wait+"s)"); _wait--; setTimeout(function () { codeCutdown(); },1000); } } function inputValidate(ele,telInput) { var oInput = ele; var inputVal = oInput.val(); var oType = ele.attr('data-type'); var oEtag = $('#etag').val(); var oErr = oInput.closest('.form_box').next('.err_txt'); var empTxt = '請輸入'+oInput.attr('placeholder')+'！'; var errTxt = '請輸入正確的'+oInput.attr('placeholder')+'！'; var pattern; if(inputVal==""){ if(!telInput){ errFun(oErr,empTxt); } return false; }else { switch (oType){ case 'login_mobile': pattern = /^1[3456789]\d{9}$/; if(inputVal.length==11) { $.ajax({ url: '/login/checkmobile', type: "post", dataType: "json", data: { mobile: inputVal, etag: oEtag, page_ur: window.location.href, page_referer: document.referrer }, success: function (data) { } }); } break; case 'login_yzm': pattern = /^\d{6}$/; break; } if(oType=='login_mobile'){ } if(!!validateFun(pattern,inputVal)){ errFun(oErr,'') if(telInput){ $('.getcheckcode').removeClass('dis'); } }else { if(!telInput) { errFun(oErr, errTxt); }else { $('.getcheckcode').addClass('dis'); } return false; } } return true; } function errFun(obj,msg) { obj.html(msg); if(msg==''){ $('.login_submit').removeClass('dis'); }else { $('.login_submit').addClass('dis'); } } function validateFun(pat,val) { return pat.test(val); }