碼上歡樂
首頁
榜單
標簽
關於
搜索
相關內容
簡體
繁體
標准化回歸系數(研究影響評價量的重要因素)
本文轉載自
查看原文
2021-09-02 19:41
178
為了更為精准的研究影響評價量的重要因素(去除量綱的影響), 我們可考慮使用標准化回歸系數。
對數據進行標准化,就是將原始數據減去它的均數后,再除以該變 量的標准差,計算得到新的變量值,新變量構成的回歸方程稱為標准化 回歸方程,回歸后相應可得到標准化回歸系數。
標准化系數的絕對值越大,說明對因變量的影響就越大(只關注顯著的回歸系數哦)。
×
免責聲明!
本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。
猜您在找
Logistic回歸之基於最優化方法的最佳回歸系數確定
數據標准化
三、標准化數據
在結構方程模型中,調節參數,卡方的含義,mplus的參數與amos的參數, 標准化系數的標准差(mplus)
什么是歸一化和標准化
歸一化與標准化
python數據標准化
Git Commit 標准化
歸一化與標准化區別
為什么需要做歸一化或者標准化
粵ICP備18138465號
© 2018-2026 CODEPRJ.COM