数学分析的常用软件
文章平均质量分 89
SPSS、Lingo等
我的眼中只有学习
信息不能及时回复请见谅,有疑问或者其他相关事情可以联系:3102846069@qq.com
展开
-
Git远程仓库(Github)
Git远程仓库一、Git 工作流程二、基本操作三、My copy&paste一、Git 工作流程一般工作流程如下:克隆 Git 资源作为工作目录。在克隆的资源上添加或修改文件。如果其他人修改了,你可以更新资源。在提交前查看修改。提交修改。在修改完成后,如果发现错误,可以撤回提交并再次修改并提交。二、基本操作菜鸟教程:Git 基本操作三、My copy&pastegit init - 初始化仓库。git add . - 添加文件到暂存区。git commit原创 2021-08-26 14:24:43 · 443 阅读 · 0 评论 -
基于matlab的二分法(Bisection method)查找(附代码)
二分法(Bisection method) 即一分为二的方法. 设[a,b]为R的闭区间. 逐次二分法就是造出如下的区间序列([an,bn]):a0=a,b0=b,且对任一自然数n,[an+1,bn+1]或者等于[an,cn],或者等于[cn,bn],其中cn表示[an,bn]的中点.原创 2020-09-06 17:57:56 · 27718 阅读 · 0 评论 -
基于spss的分段回归模型(piecewise linear regression)
分段线性回归是指当y对x的回归在x的某一范围的服从某种线性关系,在其他范围内又服从斜率不同的线性关系时适用的一种回归估计方法。这种方法使用指示变量对各段(即不同范围的)数据同时拟合统—的回归模型 。 某些变量之间的关系非常有趣,不是恒久的线性或非线性关系,可能其中一段表现为线性,而另一段表现为非线性。例如,我们举一个每个人都有切身体会的例子,人的身高和年龄的关系,在3岁到10岁期间,它们基本是线性相关,而高中以后,身高基本定型,不再随年龄的增加而增长。对于这样的变量关系,在3到10岁期间,我们可以用一个原创 2020-08-31 15:37:52 · 20920 阅读 · 3 评论 -
基于spss的非线性回归(non-linear regression)
基于spss的非线性回归一、简介1、非线性回归2、非线性回归模型二、基于spss的操作1、分析步骤(1)做散点图(2)估计初始值(3)参数设置(4)损失函数设置(5)参数约束设置(6)保存设置(7)算法设置2、结果解释一、简介1、非线性回归 非线性关系可以分为本质是线性关系的非线性关系和完全非线性关系,有点拗口。在曲线回归总已经介绍,可以通过变量装换,转化为线性关系,并进行线性回归分析的就是本质是线性关系的非线性关系。如果无法通过变量装换,转化为线性关系,无法进行线性回归分析的叫完全非线性关系。这里我原创 2020-08-28 19:23:16 · 34052 阅读 · 8 评论 -
基于spss的曲线回归(curvilinear regression)
事物之间的关系总是错综复杂,很多时候甚至理不清楚,俗话说:清官难断家务事,说的是很多事情是互为因果的。但是,在社会的很多领域里,需要我们理清楚不同事物的关系,这些关系可以分成两种:非确定性的相关关系(相关性分析)和确定性的函数关系(回归)。变量相关性分析的结果还不足够,还需要进一步做变量间的回归分析,确定出准确和符合逻辑的函数关系式,才能预测和估计未来。回归分析就是通过一个或多个自变量对因变量进行解释和预测的统计分析方法原创 2020-08-28 01:19:37 · 11587 阅读 · 0 评论 -
基于spss的偏相关分析(partial correlation analysis)
相关分析是研究两个变量共同变化的密切程度,但有时出现相关的两个变量又同时与另外的一个变量相关,在这三个变量中,有可能只是由于某个变量充当了相关性的中介作用,而另外的两个变量并不存在实质性的相关关系。这种情形导致数据分析中出现“伪相关”现象,造成伪相关现象的变量被称为“桥梁变量”。在数据的相关性分析中,为了摒弃桥梁变量的影响力,发现变量内部隐藏的真正相关性,人们引入了偏相关分析的概念。偏相关分析是在剔除控制变量的影响下,分析指定变量之间是否存在显著的相关性。一、前提在之前进行相关性分析的时候有.原创 2020-08-15 20:12:30 · 26269 阅读 · 4 评论 -
基于spss的相关性分析(correlation analysis)
实际的生产生活中,很多事物之间有着千丝万缕的联系,这些联系有的紧密,有的稀松。表达互相联系事物的依存情况有两种方式:相关关系和回归关系(函数关系)。回归关系是一种确定关系,通过一个或几个事物的取值能够得到另一个事物的取值,这是通过回归方程(函数方程)实现的。相关关系不是确定关系,当一个或几个事物的取值发生变化时,与它(它们)有联系的事物的取值也会发生变化,但变化值不是确定的数值。基于这些区别,在数据分析中,一般先做相关关系的分析,待相关关系清楚以后,再进一步确定不同变量之间的函数关系(回归关系)。原创 2020-08-15 15:55:24 · 34405 阅读 · 7 评论 -
基于spss的主成分分析法(Principal Component Analysis,PCA)
主成分分析(Principal Component Analysis,PCA), 将多个变量通过线性变换以选出较少个数重要变量的一种多元统计分析方法。在实际课题中,为了全面分析问题,往往提出很多与此有关的变量(或因素),因为每个变量都在不同程度上反映这个课题的某些信息。主成分:由原始指标综合形成的几个新指标。依据主成分所含信息量的大小成为第一主成分,第二主成分等等。目录一、前提数据具有以下特点:1、维度灾难2、变量关系不一般3、主成分与原始变量之间的关系二、PCA算..原创 2020-08-06 02:59:33 · 16794 阅读 · 4 评论 -
基于spss的聚类分析(Cluster analysis)
聚类分析是统计学中研究这种“物以类聚” 问题的一种有效方法,它属于统计分析的范畴。聚类分析的实质是建立一种分类方 法,它能够将一批样本数据按照他们在性质上的亲密程度在没有先验知识的情况下自动进行分类。这里所说的类就是一个具 有相似性的个体的集合,不同类之间具有明显的区别。定义:聚类分析是一种探索性的分析,在分类的 过程中,人们不必事先给出一个分类的标准, 聚类分析能够从样本数据出发,自动进行分类。聚类分析所使用方法的不同,常常会得到不同的结论。不同研究者对于同一组数据进行聚类分析,所得到的聚类数.原创 2020-08-05 19:31:22 · 17667 阅读 · 0 评论 -
基于Lingo的0-1规划 (zero-one programming)
0-1规划是决策变量仅取值0或1的一类特殊的整数规划。这种规划的决策变量仅取值 0或1 ,故称为 0-1 变量或二进制变量 ,因为一个非负整数都可以用二进制计数法用若干个 0-1 变量表示 。 0-1 变量可以数量化地描述诸如开与关、取与弃、有与无等现象所反映的离散变量间的逻辑关系、顺序关系以及互斥的约束条件,因此 0-1 规划非常适合描述和解决如线路设计 、工厂选址 、生产计划安排、旅行购物、背包问题、人员安排、代码选取、可靠性等人们所关心的多种问题。应用:1、互斥计划问题如确定投资项目,选定原创 2020-08-05 03:29:29 · 17045 阅读 · 0 评论 -
基于spss的多元线性回归(逐步回归法 stepwise regression)
回归分析的基本思想是: 虽然自变量和因变量之间没有严格的、确定性的函数关系,但可以设法找出最能代表它们之间关系的数学表达形式。多元回归分析的由来: 在自变量很多时,其中有的因素可能对应变量的影响不是很大,而且x之间可能不完全相互独立的,可能有种种互相作用的关系。 在这种情况下可用逐步回归分析,进行x因子的筛选,这样建立的多元回归模型预测效果会更好。可以解决的实际问题:收入水平与受教育程度、所在行业、工作 年限、工作种类的关系。 公路客运量与人口增长量、私家车保有量、 国民生产总值、国民收入、工原创 2020-07-31 16:19:19 · 39061 阅读 · 4 评论