广义估计方程高斯 - 版本历史

2024年1月19日 (五) 11:10 Zeroclanzhang

2024-01-19T11:10:58Z

←上一版本		2024年1月19日 (五) 19:10的版本
第7行：		第7行：
	\|productionstate={{图标文件\|Win}} / {{图标文件\|W10}} Win10及以上可用		\|productionstate={{图标文件\|Win}} / {{图标文件\|W10}} Win10及以上可用
	\|productionstatedesc=在[[Update:DecisionLinnc 1.0.0.8\|V1.0]]部署		\|productionstatedesc=在[[Update:DecisionLinnc 1.0.0.8\|V1.0]]部署
	\|nodeenglishname=~~[[Has english name::~~Generalized Estimating Equation_Gaussian]]		\|nodeenglishname=Generalized Estimating Equation_Gaussian
	\|abbreviation=~~[[Has abbreviation::~~GEEGaussian]]		\|abbreviation=GEEGaussian
	\|funcmaincategory=数据分析		\|funcmaincategory=数据分析
	\|funcsubcategory=[[DataAGM Lv1 Cat::回归分析]]		\|funcsubcategory=[[DataAGM Lv1 Cat::回归分析]]

2024年1月18日 (四) 09:40 Zeroclanzhang

2024-01-18T09:40:50Z

←上一版本		2024年1月18日 (四) 17:40的版本
第5行：		第5行：
	\|simpleicon=Generalized Estimating Equation_Gaussian_Pure.svg		\|simpleicon=Generalized Estimating Equation_Gaussian_Pure.svg
	\|developer=Dev.Team-DPS		\|developer=Dev.Team-DPS
	\|productionstate=~~PC可用~~		\|productionstate={{图标文件\|Win}} / {{图标文件\|W10}} Win10及以上可用
	\|productionstatedesc=在[[DecisionLinnc \| V1.0]]部署		\|productionstatedesc=在[[Update:DecisionLinnc 1.0.0.8\|V1.0]]部署
	\|nodeenglishname=[[Has english name::Generalized Estimating Equation_Gaussian]]		\|nodeenglishname=[[Has english name::Generalized Estimating Equation_Gaussian]]
	\|abbreviation=[[Has abbreviation::~~GEE_Gaussian~~]]		\|abbreviation=[[Has abbreviation::GEEGaussian]]
	\|funcmaincategory=数据分析		\|funcmaincategory=数据分析
	\|funcsubcategory=[[DataAGM Lv1 Cat::回归分析]]		\|funcsubcategory=[[DataAGM Lv1 Cat::回归分析]]
第19行：		第19行：
	\|nodeifswitchsupport=否		\|nodeifswitchsupport=否
	\|nodeavailableplotlist=FR_Curve_Plot;RegressionCoefficientPlot		\|nodeavailableplotlist=FR_Curve_Plot;RegressionCoefficientPlot
	\|nodeavailabletablelist=~~Table_For_Downstream~~		\|nodeavailabletablelist=Coeff-Value;SE;Stats-Value;P-Value;CI
	\|nodeconfiguration=VariableList;~~DropManu~~		\|nodeconfiguration=VariableList;DropMenu
	\|nodeinputports=WorkFlow-Control ➤;Transfer-Variable ◆;Transfer-Table ■		\|nodeinputports=WorkFlow-Control ➤;Transfer-Variable ◆;Transfer-Table ■
	\|nodeoutputports=WorkFlow-Control ➤;Transfer-Table ■		\|nodeoutputports=WorkFlow-Control ➤;Transfer-Table ■
	\|statsapewikiurl=https://wiki.statsape.com/广义估计方程_高斯		\|statsapewikiurl=https://wiki.statsape.com/广义估计方程_高斯
	\|previousnode=[[~~广义相加模型_逻辑~~]]		\|previousnode=[[广义相加模型_泊松]]
	\|nextnode=[[广义估计方程_逻辑]]		\|nextnode=[[广义估计方程_逻辑]]
	}}		}}

2023年12月8日 (五) 06:07 Zeroclanzhang

2023-12-08T06:07:06Z

←上一版本		2023年12月8日 (五) 14:07的版本
第21行：		第21行：
	\|nodeavailabletablelist=Table_For_Downstream		\|nodeavailabletablelist=Table_For_Downstream
	\|nodeconfiguration=VariableList;DropManu		\|nodeconfiguration=VariableList;DropManu
	\|nodeinputports=WorkFlow-Control 🠊;Transfer-Variable ◆;Transfer-Table ■		\|nodeinputports=WorkFlow-Control ➤;Transfer-Variable ◆;Transfer-Table ■
	\|nodeoutputports=WorkFlow-Control 🠊;Transfer-Table ■		\|nodeoutputports=WorkFlow-Control ➤;Transfer-Table ■
	\|statsapewikiurl=https://wiki.statsape.com/广义估计方程_高斯		\|statsapewikiurl=https://wiki.statsape.com/广义估计方程_高斯
	\|previousnode=[[广义相加模型_逻辑]]		\|previousnode=[[广义相加模型_逻辑]]

2023年12月8日 (五) 04:14 Zeroclanzhang

2023-12-08T04:14:33Z

←上一版本		2023年12月8日 (五) 12:14的版本
第21行：		第21行：
	\|nodeavailabletablelist=Table_For_Downstream		\|nodeavailabletablelist=Table_For_Downstream
	\|nodeconfiguration=VariableList;DropManu		\|nodeconfiguration=VariableList;DropManu
	\|nodeinputports=WorkFlow-Control 🠶;Transfer-Variable ◆;Transfer-Table ■		\|nodeinputports=WorkFlow-Control 🠊;Transfer-Variable ◆;Transfer-Table ■
	\|nodeoutputports=WorkFlow-Control 🠶;Transfer-Table ■		\|nodeoutputports=WorkFlow-Control 🠊;Transfer-Table ■
	\|statsapewikiurl=https://wiki.statsape.com/广义估计方程_高斯		\|statsapewikiurl=https://wiki.statsape.com/广义估计方程_高斯
	\|previousnode=[[广义相加模型_逻辑]]		\|previousnode=[[广义相加模型_逻辑]]

2023年12月8日 (五) 02:50 Zeroclanzhang

2023-12-08T02:50:46Z

←上一版本		2023年12月8日 (五) 10:50的版本
第2行：		第2行：
	\|nodename=广义估计方程_高斯		\|nodename=广义估计方程_高斯
	\|nodeimage=Generalized Estimating Equation_Gaussian.png		\|nodeimage=Generalized Estimating Equation_Gaussian.png
			\|icon=Generalized Estimating Equation_Gaussian.svg
			\|simpleicon=Generalized Estimating Equation_Gaussian_Pure.svg
	\|developer=Dev.Team-DPS		\|developer=Dev.Team-DPS
	\|productionstate=PC可用		\|productionstate=PC可用
第19行：		第21行：
	\|nodeavailabletablelist=Table_For_Downstream		\|nodeavailabletablelist=Table_For_Downstream
	\|nodeconfiguration=VariableList;DropManu		\|nodeconfiguration=VariableList;DropManu
	\|nodeinputports=WorkFlow-Control ▶;Transfer-Table ■		\|nodeinputports=WorkFlow-Control 🠶;Transfer-Variable ◆;Transfer-Table ■
	\|nodeoutputports=WorkFlow-Control ▶;Transfer-Table ■		\|nodeoutputports=WorkFlow-Control 🠶;Transfer-Table ■
	\|statsapewikiurl=https://wiki.statsape.com/广义估计方程_高斯		\|statsapewikiurl=https://wiki.statsape.com/广义估计方程_高斯
	\|previousnode=[[广义相加模型_逻辑]]		\|previousnode=[[广义相加模型_逻辑]]
	\|nextnode=[[广义估计方程_逻辑]]		\|nextnode=[[广义估计方程_逻辑]]
	}}		}}

2023年12月4日 (一) 14:45 Zeroclanzhang

2023-12-04T14:45:25Z

←上一版本		2023年12月4日 (一) 22:45的版本
第23行：		第23行：
	\|statsapewikiurl=https://wiki.statsape.com/广义估计方程_高斯		\|statsapewikiurl=https://wiki.statsape.com/广义估计方程_高斯
	\|previousnode=[[广义相加模型_逻辑]]		\|previousnode=[[广义相加模型_逻辑]]
	\|nextnode=[[~~广义估计方程_高斯~~]]		\|nextnode=[[广义估计方程_逻辑]]
	}}		}}

2023年12月4日 (一) 14:06 Zeroclanzhang

2023-12-04T14:06:27Z

←上一版本		2023年12月4日 (一) 22:06的版本
第1行：		第1行：
	{{Infobox nodebasic\|nodename=广义估计方程_高斯\|nodeimage=Generalized Estimating Equation_Gaussian.png\|developer=Dev.Team-DPS\|productionstate=PC可用\|productionstatedesc=在[[~~DecisionTree~~ \| V1.0]]部署\|nodeenglishname=[[Has english name::Generalized Estimating Equation_Gaussian]]\|abbreviation=GEE_Gaussian\|funcmaincategory=数据分析\|funcsubcategory=[[DataAGM Lv1 Cat::回归分析]]\|nodecategory=数据挖掘\|nodeinterpretor=R\|nodeshortdescription=<p>广义估计方程是一种研究纵向数据(比如重复测量数据,面板数据)的方法。用于估计广义线性模型的参数,其中线性模型的结果之间可能存在未知的相关性, 对于纵向数据,不满足方差分析条件的重复测量设计资料可以采用广义估计方程来进行分析。纵向数据是按时间顺序对个体进行重复测量得到的资料高斯分布又名正态分布, 这里属于一种线性回归, 是一种研究影响关系的方法，利用称为线性回归方程的最小平方函数对一个或多个自变量和因变量之间关系进行建模的一种回归分析。在线性回归中,数据使用线性预测函数来建模,并且未知的模型参数也是通过数据来估计。\n用途：用于处理重复测量数据和其他复杂数据结构。可以处理连续性响应变量的重复测量数据，尤其是当数据中存在复杂的相关性结构时。\n参数：选择连续型高斯分布因变量，ID变量，和自变量</p>\|nodeinputnumber=5\|nodeoutputnumber=2\|nodeloopsupport=是\|nodeifswitchsupport=否\|nodeavailableplotlist=FR_Curve_Plot;RegressionCoefficientPlot\|nodeavailabletablelist=Table_For_Downstream\|nodeconfiguration=VariableList;DropManu\|nodeinputports=WorkFlow-Control ▶;Transfer-Table ■\|nodeoutputports=WorkFlow-Control ▶;Transfer-Table ■\|statsapewikiurl=https://wiki.statsape.com/~~广义估计方程_高斯_Plus~~\|previousnode=[[广义相加模型_逻辑]]\|nextnode=[[~~广义估计方程_逻辑~~]]}}{{Navplate AlgorithmNodeList}}[[Category:回归分析]]		{{Infobox nodebasic
			\|nodename=广义估计方程_高斯
			\|nodeimage=Generalized Estimating Equation_Gaussian.png
			\|developer=Dev.Team-DPS
			\|productionstate=PC可用
			\|productionstatedesc=在[[DecisionLinnc \| V1.0]]部署
			\|nodeenglishname=[[Has english name::Generalized Estimating Equation_Gaussian]]
			\|abbreviation=[[Has abbreviation::GEE_Gaussian]]
			\|funcmaincategory=数据分析
			\|funcsubcategory=[[DataAGM Lv1 Cat::回归分析]]
			\|nodecategory=数据挖掘
			\|nodeinterpretor=R
			\|nodeshortdescription=<p>广义估计方程是一种研究纵向数据(比如重复测量数据,面板数据)的方法。用于估计广义线性模型的参数,其中线性模型的结果之间可能存在未知的相关性, 对于纵向数据,不满足方差分析条件的重复测量设计资料可以采用广义估计方程来进行分析。</p><p>纵向数据是按时间顺序对个体进行重复测量得到的资料高斯分布又名正态分布, 这里属于一种线性回归, 是一种研究影响关系的方法，利用称为线性回归方程的最小平方函数对一个或多个自变量和因变量之间关系进行建模的一种回归分析。在线性回归中,数据使用线性预测函数来建模,并且未知的模型参数也是通过数据来估计。</p><p>用途：用于处理重复测量数据和其他复杂数据结构。可以处理连续性响应变量的重复测量数据，尤其是当数据中存在复杂的相关性结构时。</p><p>参数：选择连续型高斯分布因变量，ID变量，和自变量</p>
			\|nodeinputnumber=5
			\|nodeoutputnumber=2
			\|nodeloopsupport=是
			\|nodeifswitchsupport=否
			\|nodeavailableplotlist=FR_Curve_Plot;RegressionCoefficientPlot
			\|nodeavailabletablelist=Table_For_Downstream
			\|nodeconfiguration=VariableList;DropManu
			\|nodeinputports=WorkFlow-Control ▶;Transfer-Table ■
			\|nodeoutputports=WorkFlow-Control ▶;Transfer-Table ■
			\|statsapewikiurl=https://wiki.statsape.com/广义估计方程_高斯
			\|previousnode=[[广义相加模型_逻辑]]
			\|nextnode=[[广义估计方程_高斯]]
			}}


			{{Navplate AlgorithmNodeList}}

			[[Category:回归分析]]

Zeroclanzhang：创建页面，内容为“{{Infobox nodebasic|nodename=广义估计方程_高斯|nodeimage=Generalized Estimating Equation_Gaussian.png|developer=Dev.Team-DPS|productionstate=PC可用|productionstatedesc=在 V1.0部署|nodeenglishname=Has english name::Generalized Estimating Equation_Gaussian|abbreviation=GEE_Gaussian|funcmaincategory=数据分析|funcsubcategory=DataAGM Lv1 Cat::回归分析|nodecategory=数据挖掘|nodeinterpretor=R|nodeshortdescription=
…”

2023-12-02T14:29:56Z

创建页面，内容为“{{Infobox nodebasic|nodename=广义估计方程_高斯|nodeimage=Generalized Estimating Equation_Gaussian.png|developer=Dev.Team-DPS|productionstate=PC可用|productionstatedesc=在 V1.0部署|nodeenglishname=Has english name::Generalized Estimating Equation_Gaussian|abbreviation=GEE_Gaussian|funcmaincategory=数据分析|funcsubcategory=DataAGM Lv1 Cat::回归分析|nodecategory=数据挖掘|nodeinterpretor=R|nodeshortdescription=<p>…”

新页面

{{Infobox nodebasic|nodename=广义估计方程_高斯|nodeimage=Generalized Estimating Equation_Gaussian.png|developer=Dev.Team-DPS|productionstate=PC可用|productionstatedesc=在[[DecisionTree | V1.0]]部署|nodeenglishname=[[Has english name::Generalized Estimating Equation_Gaussian]]|abbreviation=GEE_Gaussian|funcmaincategory=数据分析|funcsubcategory=[[DataAGM Lv1 Cat::回归分析]]|nodecategory=数据挖掘|nodeinterpretor=R|nodeshortdescription=<p>广义估计方程是一种研究纵向数据(比如重复测量数据,面板数据)的方法。用于估计广义线性模型的参数,其中线性模型的结果之间可能存在未知的相关性, 对于纵向数据,不满足方差分析条件的重复测量设计资料可以采用广义估计方程来进行分析。纵向数据是按时间顺序对个体进行重复测量得到的资料高斯分布又名正态分布, 这里属于一种线性回归, 是一种研究影响关系的方法，利用称为线性回归方程的最小平方函数对一个或多个自变量和因变量之间关系进行建模的一种回归分析。在线性回归中,数据使用线性预测函数来建模,并且未知的模型参数也是通过数据来估计。\n用途：用于处理重复测量数据和其他复杂数据结构。可以处理连续性响应变量的重复测量数据，尤其是当数据中存在复杂的相关性结构时。\n参数：选择连续型高斯分布因变量，ID变量，和自变量</p>|nodeinputnumber=5|nodeoutputnumber=2|nodeloopsupport=是|nodeifswitchsupport=否|nodeavailableplotlist=FR_Curve_Plot;RegressionCoefficientPlot|nodeavailabletablelist=Table_For_Downstream|nodeconfiguration=VariableList;DropManu|nodeinputports=WorkFlow-Control ▶;Transfer-Table ■|nodeoutputports=WorkFlow-Control ▶;Transfer-Table ■|statsapewikiurl=https://wiki.statsape.com/广义估计方程_高斯_Plus|previousnode=[[广义相加模型_逻辑]]|nextnode=[[广义估计方程_逻辑]]}}{{Navplate AlgorithmNodeList}}[[Category:回归分析]]

广义估计方程 高斯 - 版本历史