![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
计量统计
文章平均质量分 78
CodeLuweir
壁立千仞,无欲则刚!
展开
-
SigmaPlot科学绘图工具:ROC曲线分析及AUC组间差异的显著性分析
第一列放你的状态变量,就是诊断结果,阳性还是阴性,阳性为1,阴性为0,这一列只能是0,1哈;如果出现有的曲线在参考线上面,有的曲线在参考线下面,说明你在参考线下面的指标并不是。,将其转换为大优指标,这样ROC曲线就都在参考线上方了;,一般这些统计软件都是默认大优指标,即指标值越大那么其得病阳性的概率越高;最后就出图了,可以直观地看到整个出结果的过程,emm,比较帅;就是通常的安装好不运行,替换Crack文件夹就行;图注栏也可以直接拖动,修改文字啥的;,这就是某个指标诊断这个病的临界值;原创 2023-02-23 11:03:43 · 2910 阅读 · 1 评论 -
【数学建模】评价模型——聚类分析 K-Means python实现
文章目录聚类分析介绍K-Means聚类聚类分析介绍关键词:没有先验知识、亲密程度、相似性个体、自动分类;K-Means聚类 K均值聚类是一种动态聚类法,为了改进之前的算法在样品个数很大时内存和时间都消耗极大的缺点;即一种动态聚类法,先粗略分一下类,然后按照某种最优原则进行修正,直到分类比较合理为止;思想: 先假定样本可分为C类,选定C个初始聚类中心,然后根据最小距离原则将每个样本分配到某一类中,之后不断迭代计算各类的聚类中心,并依据新的聚类中心调整聚类情况,直到迭代收敛 or 聚类中心不再改原创 2021-04-14 21:27:28 · 1746 阅读 · 4 评论 -
【数学建模】评价模型——主成分分析 PCA SPSS实现、Python实现
文章目录PCA介绍SPSS实现python实现简单的主成分分析主成分分析用于综合评价NoticePCA介绍主成分分析(Principal Component Analysis,PCA):利用降维的方法,把多指标转化为几个综合指标的多元统计方法;实际问题中,为了全面分析问题,往往提出很多与此有关的变量(因素),每个变量在不同程度上包含了结果的部分信息;主成分:由原始指标进行线性组合形成的几个新指标,用这几个新指标尽可能地去解释原来指标包含的大部分信息;比如:一个对国民经济的研究,经过主成分分原创 2021-04-14 20:03:00 · 9740 阅读 · 7 评论 -
【数学建模】预测模型——多元回归分析 SPSS实现
线性回归介绍 回归分析是研究变量之间因果关系的一种统计模型;因变量就是结果,自变量就是原因;基于结果变量(因变量)的种类,回归分析可分为:线性回归(因变量为连续变量)、logistic回归(因变量为分类变量)、柏松回归(因变量为计数变量);这三种回归模型中自变量则可以是任意类型的变量; 有的自变量对因变量的影响不是很大,且自变量之间可能存在多重共线性(即可能不完全独立),通过建立逐步回归分析,进行X因子筛选;比如:收入水平于受教育程度、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、私原创 2021-04-20 09:17:15 · 28679 阅读 · 3 评论 -
【计量统计】计量经济学导论常见公式原理及习题解答
关键词:[Stata] [计量经济学] [习题解答]y=b0+b1x+uy = b_0 + b_1x + uy=b0+b1x+uwage=b0+b1educ+uwage= b_0 + b_1educ + uwage=b0+b1educ+u误差项 u 的平均值为零? y=(b0+5)+b1x+(u−5)y = (b_0 +5)+ b_1x + (u-5)y=(b0+5)+b1x+(u−5),E(u′)=E(u−5)=0E(u')=E(u-5)=0E(u′)=E(u−5)=0,上述推导说明我们总可以原创 2022-11-17 10:20:34 · 10063 阅读 · 0 评论