多重线性回归分析的核心内容与关键技术概述

• 作者: 胡良平
• 来源期刊: 四川精神卫生
• 学科: 医学
• 关键词: 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
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 科研方法专题
• 页码范围: 1-6
• 页数: 6页
• 分类号: R195.1
• 字数: 5809字
• 语种: 中文
• DOI: 10.11886/j.issn.1007-3256.2018.01.001

摘要

目的 本文目的是概述多重线性回归分析的核心内容与关键技术.其核心内容有以下四点:第一,构建多重线性回归模型的方法和求解参数的方法;第二,进行回归诊断的意义和方法;第三,筛选自变量的意义和方法;第四,评价模型拟合效果的方法.其关键技术是如何基于经典统计思想、贝叶斯统计思想和机器学习统计思想实现多重线性回归分析.

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