基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文目的是介绍基于机器学习统计思想实现多重线性回归分析的方法.首先,简要回答了几个基本问题:什么是机器学习、它能解决的统计学问题及其具体方法;进一步,还粗略地介绍了BP神经网络回归分析方法的基本思路;最后,通过一个实例详细呈现了如何基于R软件实现BP神经网络回归分析的全过程.
推荐文章
基于经典统计思想实现多重线性回归分析
经典统计思想
贝叶斯统计思想
机器学习统计思想
多重线性回归分析
派生变量
自变量筛选
多重共线性诊断
异常点诊断
基于贝叶斯统计思想实现多重线性回归分析
随机模拟
Metropolis算法
Gibbs抽样
MCMC
先验分布
后验分布
多重线性回归分析的核心内容与关键技术概述
多重线性回归模型
回归诊断
共线性
异常点
均方误差
贝叶斯统计
机器学习
线性过程回归分析
随机过程
线性过程
过程回归分析
性能退化
可靠性
置信限曲线
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于机器学习统计思想实现多重线性回归分析
来源期刊 四川精神卫生 学科 医学
关键词 回归分析 机器学习 误差反向传播神经网络 R软件 输入节点 隐节点 输出节点
年,卷(期) 2018,(1) 所属期刊栏目 科研方法专题
研究方向 页码范围 15-18
页数 4页 分类号 R195.1
字数 3578字 语种 中文
DOI 10.11886/j.issn.1007-3256.2018.01.004
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 胡良平 军事医学科学院生物医学统计学咨询中心 304 886 11.0 18.0
5 谷恒明 军事医学科学院生物医学统计学咨询中心 14 42 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (64)
共引文献  (7)
参考文献  (4)
节点文献
引证文献  (8)
同被引文献  (47)
二级引证文献  (10)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(8)
  • 参考文献(0)
  • 二级参考文献(8)
2013(7)
  • 参考文献(0)
  • 二级参考文献(7)
2014(10)
  • 参考文献(0)
  • 二级参考文献(10)
2015(3)
  • 参考文献(0)
  • 二级参考文献(3)
2016(7)
  • 参考文献(0)
  • 二级参考文献(7)
2017(6)
  • 参考文献(4)
  • 二级参考文献(2)
2018(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(14)
  • 引证文献(5)
  • 二级引证文献(9)
2020(3)
  • 引证文献(2)
  • 二级引证文献(1)
研究主题发展历程
节点文献
回归分析
机器学习
误差反向传播神经网络
R软件
输入节点
隐节点
输出节点
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
四川精神卫生
双月刊
1007-3256
51-1457/R
大16开
四川省绵阳市剑南路东段190号
1988
chi
出版文献量(篇)
3072
总下载数(次)
12
总被引数(次)
9742
论文1v1指导