搜索:小白学统计
-
小白学统计(79)循环变动和不规则变动
时间数列构成四个影响因素:上期趋势、季节变动、循环变动和不规则变动
-
小白学统计(78)季节变动分析
时间数列构成因素:长期趋势、季节变动、循环变动和不规则变动
-
小白学统计(77)长期趋势分析
构成时间数列的因素可以分成四类:长期趋势、季节变动、循环变动和不规则变动。其中长期趋势是由根本性原因引起的,客观现象在一个相当长的时间内所呈现出来的持续性增加或减少的一种趋向和状态。
-
小白学统计(76)时间数列分析基础
时间数列也叫动态数列,是指把某种现象在不同时间上的各个变量值按照时间的先后顺序排列而形成的一种数列。
-
小白学统计(74)多元线性回归分析
在多元回归分析中,如果因变量和多个自变量的关系为线性时,就属于多元线性回归。
-
小白学统计(73)范例分析:一元(简单线性)相关与回归分析
利用回归方程进行预测,如果X的取值范围在样本范围之内,则预测相对是准确的。如果超出这个范围,预测则要小心,因为在样本数据之外变量所形成的关系可能会发生变化,而不再是线性关系。
-
小白学统计(72)一元(简单线性)回归方程的假设检验
相关程度的检验方法主要有三种
-
小白学统计(71)回归参数的区间估计
介绍线性关系的两个变量,可以通过回归分析(最小二乘法)得到带有回归参数的回归方程,通过回归方程,当已知自变量的值时,预测相应的因变量的值。
-
小白学统计(70)最小二乘法
最小二乘法(又称最小平方法)是一种数学优化技术。简单的说,就是通过误差平方和的最小化,寻找数据的最佳函数匹配。
-
小白学统计(69)一元(简单线性)相关分析与回归分析
回归分析要求研究者根据因果关系(或假设存在因果关系)将两个变量,一个定义为自变量(X),由试验者设定,一个定义为因变量(Y),是随机变量。
-
小白学统计(68)相关与回归分析基础
所谓相关关系,是指变量的数值之间存在着非严格的依存关系。
-
小白学统计(67)非参数方法:秩次检验
秩次检验对总体分布无更多假定,由于没有充分利用样本信息,且功效较低,因而只有当参数方法不适用时才采用秩次检验。
-
小白学统计(66)一致性的卡方检验
一致性,就是指多个总体在某一变量的各个类别上是否具有相同的分布特征。例如,不同年龄组的人对贷款消费的人事是否一致;东部地区西部地区的民众对近年来经济发展成就的看法是否相同;性别不同的人在选择观看电视节目的种类上是否一致等。