一、假设检验
-
参数的假设检验
-
已知总体分布,对参数的检验
-
首先对数据进行分析是否能够使用该检验方法,说明为什么使用它
Z检验、t检验、F检验 等
-
-
非参数的假设检验
- 分布拟合检验(正态性检验 等)
- 独立性检验 等等
显著性的假设检验
对结果的分析,原理越理解越通透
二、聚类分析
进行分类的多元统计分析方法
- 聚类方法
- 动态聚类法
- 系统聚类法
- 有序样本聚类
- 模糊聚类法
- 图论聚类法
三、判别分析
根据掌握的信息总结规律,建立判别公式和判别准则
-
判别准则
- 距离判别
- Fisher判别
- Bayes判别
- 逐步判别
-
错判率
- 刀切法 等
四、典型相关分析
- 最大相关性
- 次大相关性
五、主成分分析
原变量重新组合成相互无关的综合变量,可能多地反映原变量的信息
-
数学表现
Var(Yj)方差最大
cov(Yi,Yj)=0
主成分回归分析可克服自变量的多重共线性问题
六、回归分析
-
一元回归分析
- 一元线性回归分析
- 一元非线性回归分析
-
多元回归分析
- 多元逐步回归分析
- 多元岭回归分析
- 多对多回归分析
- 多元线性回归分析
- 多元非线性回归分析
-
回归变量
-
筛选准则
-
支持方法
-