Please enable JavaScript.
Coggle requires JavaScript to display documents.
数据统计方法 (横截面数据：因变量为数量 (机器学习 (决策树回归, Boosting回归, Bagging回归, 随机森林回归, 人工神经网络回归…
数据统计方法
横截面数据：因变量为数量
机器学习
决策树回归
Boosting回归
Bagging回归
随机森林回归
人工神经网络回归
支持向量机回归SVM
经典回归
分位数回归
最小一乘回归
最小二乘回归
使用Box-Cox变换
使得数据满足正态分布
数据出现多重共线性情况
岭回归、lasso回归、适应性lasso回归、偏最小二乘法回归
数据降维
主成分分析法
因子分析
线性回归
检验、判断方法
最优子集
逐步回归
回归诊断
五折交叉验证NMSE
训练数据集
测试数据集
注意事项
方法的稳定性
过拟合
横截面数据：因变量为分类、频数和定序
经典分类
logistic回归
probit回归
经典判别分析
Fisher判别法
广义线性回归模型
机器学习分类
决策树分类
Adaboost分类
Bagging分类
随机森林分类
最近邻方法分类
支持向量机分类
因变量为频数
验证方法
NMSE
纵向数据、多水平数据、面板数据和重复观测数据
多元分析
路径模型
贝叶斯网络
多元时间序列