-
PyConDE & PyData Berlin 2022: Introduction to Uplift Modeling from PyConDE & PyData Berlin 2022: Introduction to Uplift Modeling – Dr. Juan Camilo Orduz (juanitorduz.github.io) In this notebook we […]
-
SPSS详细教程 | 配对样本的t检验 1、问题与数据 某研究使用克矽平治疗矽肺病患者10名,分别测得治疗前、后患者的血红蛋白含量(g/dL),数据如下。试问该药对矽肺患者的血红蛋白含量有无影响? 2、对数据结构的分析 整个数据资料涉及1组患者(共10名),每名患者有治疗前、后2个数据,采用自身前后对照设计,测 […]
-
sklearn决策树可视化以及输出决策树规则 目录 加载数据 以文本的形式显示决策树规则 决策树可视化 关键参数 可视化解释 加载数据 from matplotlib import pyplot as plt f […]
-
在Python中使用PuLP进行多目标线性优化 by Linnart Felkl […]
-
实践线性规划:使用 Python 进行优化 目录 线性规划说明 什么是线性规划? 什么是混合整数线性规划? 为什么线性规划很重要? 使用 Python 进行线性规划 线性规划示例 小型线性规划问题 不可行的线性规划问题 无界线性规划问题 资源分配问题 […]
-
xsmile在文章 SPSS26详细安装教程 中发布了一条评论 11个月, 3周前
云盘链接:pan.baidu.com/s/1J4dzqHS4X3ABBI-CbvAWig 提取码:lbtm
作者提供的安装文件,小编未验证 -
SPSS26详细安装教程 from https://zhuanlan.zhihu.com/p/380550294 安装步骤: 1.右击【SPSS 26】压缩包选择【解压到 SPSS 26】。 2.打开解压后的文件夹,右击【setup】选择 […]
-
机器学习中的 Shapley 值怎么理解? 我第一次听说 Shapley 值是在学习模型可解释性的时候。我知道了 SHAP,它是一个框架,可以更好地理解为什么机器学习模型会那样运行。事实证明,Shapley 值已 […]
-
神经网络在spss中的实现 1.标准化处理 (小编注:原文中有 […]
-
利用SPSS进行神经网络分析过程及结果解读 利用SPSS进行神经网络分析教程。模拟人类实际神经网络的数学方法问世以来,人们已慢慢习惯了把这种人工神经网络直接称为神经网络。神经网络在系统辨识、模式识别、智能控制等领域有着广泛而吸引人的前景,特别在智能控制中,人们对神经网络的自学习功能尤其感兴趣,并且把神经网络这一重要特点看作是解决自动控制中控制器 […]
-
验证性因子分析和AMOS实现 1 准备:验证性因子分析和AMOS软件介绍 1.1 验证性因子分析 得到初步模型后,现在通过样本数据来验证假 […]
-
AMOS案例实践:验证性因子分析 SPSS因子分析是探索性因子分析,你事先不知道内部结构,做完因子分析了才恍然大悟原来是有这么几个公因子,是这样的潜在结构。 验证性因子分析就不同了,在验证之前,你有预设模型结构,结构是你提出来的,然后我们做数据分析,看看数据所得结构是不是和预设模型匹配。 01 案例背景介绍 数据来自吴明隆 […]
-
定量研究进阶:客户满意度模型与卡诺模型 如何提高“数据修养”? 定量研究指的是对用户的某些特性进行数字化测量并进行统计研究。对于定量研究来说,数据的统计以及数据的分析是尤为重要的。 首先,需要说明数据修养,与统计技术的水平无关。 数据修养指的是培养科学的、正确的对待数据的态度,在收集、分析和解读数据的过程中做到求真务实 […]
-
SPSS实例教程:二分类Logistic回归 1、问题与数据某呼吸内科医生拟探讨吸烟与肺癌发生之间的关系,开展了一项成组设计的病例对照研究。选择该科室内肺癌患者为病例组,选择医院内其它科室的非肺癌患者为对照组。通过查阅病历、问卷调查的方式收集了病例组和对照组的以下信息:性别、年龄、BMI、COPD病史和是否吸烟。变量的赋值和部分原始数据见表1和表2。 […]
-
SPSS统计分析案例:多层感知器神经网络 from […]
-
SPSS统计分析案例:对应分析 两个分类变量间的关系,无法直接使用常见的皮尔逊相关系数来表述,多采用频数统计、交叉表卡方检验等过程进行处理,当分类变量的取值较多时,列联表频数的形式就变得更为复杂,很难从中归纳出变量间的关系。 对应分析,则是解决分类变量间关系这个复杂问题的有力武器。也称为相应分析,是一种多元统计分析方法,目的是在同 […]
-
问卷数据分析——共同方法偏差 首先,我们来看一下共同方法偏差的定义:共同方法偏差指的是因为同样的数据来源或评分者、同样的测量环境、项目语境以及项目本身特征所造成的预测变量与效标变量之间人为的共变。 1 共同方法偏差的来源 (1)同一数据来源或评分者。由于数据从相同被试中获取而导致预测源和效标变量之间的人为共变。 […]
-
线性回归中多重共线性处理——主成分分析法 多重共线性 在进行多重线性回归时,有一个隐含假设为各个自变量之间相互独立;若自变量之间存在线性相关关系,则称存在多重共线性。 怎么判断自变量之间存在多重共线性?常用的评价指标有两个:容许度和膨胀因子(VIF)。容许度=1-Rj^2。其中的R是第j个自变量与其余变量进行回归时的判定系数。容许度越接近1, […]
-
主成分分析SPSS操作与结果解释 主成分分析在SPSS中的操作和应用。 【例】:对30 名中学生期中考试的成绩进行主成分分析,包含语文(x1)、数学(x2)、英语 […]
-
AMOS在结构方程模型—测量模型中的应用 结构方程模型(Structural Equation Model,SEM)的前身是Sewall Wright所提出的genetic path modeling(最初的路径分析),后来Sewall Wright […]
- 读取更多