拓端tecdat|R语言曲线回归：多项式回归、多项式样条回归、非线性回归数据分析
原文链接：http://tecdat.cn/?p=9508 本文将使用三种方法使模型适合曲线数据：1）多项式回归；2）用多项式样条进行B样条回归；3） 进行非线性回归。在此示例中，这三个中的每一个都将找到基本相同的最佳拟合曲线。 多项式回归 多项式回归实际上只是多元回归的一种 ...
原文：拓端tecdat|R语言里的非线性模型：多项式回归、局部样条、平滑样条、广义加性模型分析
原文链接：http: tecdat.cn p 总览 在这里，我们放宽了流行的线性方法的假设。有时线性假设只是一个很差的近似值。有许多方法可以解决此问题，其中一些方法可以通过使用正则化方法降低模型复杂性来解决。但是，这些技术仍然使用线性模型，到目前为止只能进行改进。本文本专注于线性模型的扩展 多项式回归 这是对数据提供非线性拟合的简单方法。 阶跃函数将变量的范围划分为K个不同的区域，以生成定性变量 ...
2019-12-20 15:00 0 1016 推荐指数：
相关推荐
R数据分析：变量间的非线性关系，多项式，样条回归和可加模型
之前的文章中都是给大家写的变量间线性关系的做法，包括回归和广义线性回归，变量间的非线性关系其实是很常见的，今天给大家写写如何拟合论文中常见的非线性关系。包括多项式回归Polynomial regression和样条回归Spline regression。 多项式回归 首先看一个二次项拟合的例子 ...
拓端tecdat|R语言中的广义线性模型（GLM）和广义相加模型（GAM）：多元（平滑）回归分析保险资金投资组合信用风险敞口
原文链接：http://tecdat.cn/?p=13885 在之前的课堂上，我们已经看到了如何可视化多元回归模型（带有两个连续的解释变量）。在此，目标是使用一些协变量（例如，驾驶员的年龄和汽车的年龄）来预测保险索赔的平均成本（请注意，此处的损失 ...
拓端tecdat|基于R统计软件的三次样条和平滑样条模型数据拟合及预测
原文链接：http://tecdat.cn/?p=9670 样条线是拟合非线性模型并从数据中学习非线性相互作用的一种方法。 三次样条 三次样条 具有连续的一阶和二阶导数。 我们通过应用基础函数来变换变量 并使用这些变换后的变量拟合模型， 向模型添加非线性， 使样条曲线能够拟合更平滑 ...
拓端tecdat|R语言中GLM(广义线性模型)，非线性和异方差可视化分析
原文链接：http://tecdat.cn/?p=13839 上周在 非人寿保险课程中，我们了解了广义线性模型的理论，强调了两个重要组成部分 链接函数（这实际上是在预测模型的关键） 分布或方差函数 考虑数据集 ...
拓端数据tecdat|R语言自适应LASSO 多项式回归、二元逻辑回归和岭回归应用分析
原文链接：http://tecdat.cn/?p=21602 正则化(regularization) 正则化路径是在正则化参数lambda的值网格上计算套索LASSO或弹性网路惩罚的正则化路径。该算法速度快，可以利用输入矩阵x中的稀疏性，拟合线性、logistic和多项式 ...
拓端tecdat|R语言广义相加（加性）模型（GAMs）与光滑函数可视化
原文链接：http://tecdat.cn/?p=23509 原文出处：拓端数据部落公众号 我们在研究工作中使用广义加性模型（GAMs）。mgcv软件包是一套优秀的软件，可以为非常大的数据集指定、拟合和可视化GAMs。 这篇文章介绍一下广义加性模型（GAMs）目前可以实现的功能 ...
拓端tecdat|R语言预测人口死亡率：用李·卡特模型、非线性模型进行平滑估计
原文链接：http://tecdat.cn/?p=13663 今天早上，我和同事一起分析死亡率。我们在研究人口数据集，可以观察到很多波动性。我们得到这样的结果： 由于我们缺少一些数据，因此我们想使用一些广义非线性模型。因此，让我们看看如何获得死亡率曲面图的平滑 ...