这是关于应用回归分析的系列文章汇总。其中包括使用SPSS和Mathematica分别来实现应用回归分析中的一些案例。
应用回归分析案例–NBA选秀数据分析
这一篇文章是应用回归分析教程的最后一篇了,这一篇我们来讲一个实例的应用,来把之前的知识点做一下总结。主要会涉及简单的回归,相关系数,主成分分析等的方法。
应用回归分析之岭迹图法
这一篇文章我们会用一个数据集为例子讲解如何画岭迹图并找k值,岭回归是为了解决变量之间有相关性。这一篇主要介绍使用SPSS来进行岭回归,最后会给出Mathematica的教程的链接。
应用回归分析之寻找共线性变量(mathematica版本)
这一篇文章我们会举一个房产估价的实例来说明如何寻找共线性变量,这是寻找共线性变量的第二篇文章,是使用mathematica来实现寻找共线性变量这一功能。
应用回归分析之寻找共线性变量(spss版本)
这一篇文章我们会举一个房产估价的实例来说明如何寻找共线性变量,这是寻找共线性变量的第一篇文章,是使用spss来实现寻找共线性变量这一功能。
应用回归分析之自相关检验(mathematica版本)
这一篇文章我们会举前面用过的石油产量与年份关系的实例来说明如何检验模型中的自相关关系,这一篇是使用mathematica来解决问题。
应用回归分析之自相关检验(spss版本)
这一篇文章我们会举前面用过的石油产量与年份关系的实例来说明如何检验模型中的自相关关系
应用回归分析之非线性模型变换为线性模型(Mathematica版本)
这一篇文章我们会使用mathematica来实现非线性模型通过变换变成线性模型。我们会举一个石油产量与年份关系的数据来说明这个问题。
应用回归分析之非线性模型变换为线性模型(spss版本)
这一篇文章我们会使用spss来实现非线性模型通过变换变成线性模型。我们会举一个石油产量与年份关系的数据来说明这个问题。
应用回归分析之残差图检验标准化模型假设(mathematica版本)
之前我们了解了如何做线性回归,这一篇文章我们来了解一下如何利用各种残差图检验标准化模型假设。