6: Двовимірні дані - Моделі

Last updated

Oct 28, 2022
Save as PDF
- 5.5: Відповіді на вправи
- 6.1: Аналіз кореляції

$\newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} }$

$\newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}}$

$\newcommand{\id}{\mathrm{id}}$

$\newcommand{\Span}{\mathrm{span}}$

$\newcommand{\kernel}{\mathrm{null}\,}$

$\newcommand{\range}{\mathrm{range}\,}$

$\newcommand{\RealPart}{\mathrm{Re}}$

$\newcommand{\ImaginaryPart}{\mathrm{Im}}$

$\newcommand{\Argument}{\mathrm{Arg}}$

$\newcommand{\norm}[1]{\| #1 \|}$

$\newcommand{\inner}[2]{\langle #1, #2 \rangle}$

$\newcommand{\Span}{\mathrm{span}}$

$\newcommand{\id}{\mathrm{id}}$

$\newcommand{\Span}{\mathrm{span}}$

$\newcommand{\kernel}{\mathrm{null}\,}$

$\newcommand{\range}{\mathrm{range}\,}$

$\newcommand{\RealPart}{\mathrm{Re}}$

$\newcommand{\ImaginaryPart}{\mathrm{Im}}$

$\newcommand{\Argument}{\mathrm{Arg}}$

$\newcommand{\norm}[1]{\| #1 \|}$

$\newcommand{\inner}[2]{\langle #1, #2 \rangle}$

$\newcommand{\Span}{\mathrm{span}}$

Тут ми нарешті підійшли до світу статистичних моделей, вивчення не просто відмінностей, а того, як саме речі пов'язані. Однією з найважливіших особливостей моделей є здатність прогнозувати результати. Моделювання розширюється на тисячі різновидів, є планування експериментів, байєсівські методи, максимальна ймовірність та багато інших - але ми обмежимося кореляцією, основною лінійною регресією, аналізом коваріації та введенням в логістичні моделі.

6.1: Аналіз кореляції
6.2: Аналіз регресії
Аналіз кореляції дозволяє визначити, чи є змінні залежними, і обчислити силу і ознаку залежності. Однак якщо мета полягає в тому, щоб зрозуміти інші особливості залежності (як напрямок), і, що ще важливіше, передбачити (екстраполювати) результати, потрібен інший вид аналізу, аналіз регресії.
6.3: Імовірність успіху- логістична регресія
6.4: Відповіді на вправи