广义线性回归伽玛 - 版本历史

2024年1月19日 (五) 11:09 Zeroclanzhang

2024-01-19T11:09:01Z

←上一版本		2024年1月19日 (五) 19:09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 Linear Model_Gamma]]		\|nodeenglishname=Generalized Linear Model_Gamma
	\|abbreviation=~~[[Has abbreviation::~~GLMGamma]]		\|abbreviation=GLMGamma
	\|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

2024-01-18T09:40:22Z

←上一版本		2024年1月18日 (四) 17:40的版本
第5行：		第5行：
	\|simpleicon=Generalized Linear Model_Gamma_Pure.svg		\|simpleicon=Generalized Linear Model_Gamma_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 Linear Model_Gamma]]		\|nodeenglishname=[[Has english name::Generalized Linear Model_Gamma]]
	\|abbreviation=[[Has abbreviation::~~GLM_Gamma~~]]		\|abbreviation=[[Has abbreviation::GLMGamma]]
	\|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;Z-Value;P-Value;CI
	\|nodeconfiguration=VariableList		\|nodeconfiguration=VariableList
	\|nodeinputports=WorkFlow-Control ➤;Transfer-Variable ◆;Transfer-Table ■		\|nodeinputports=WorkFlow-Control ➤;Transfer-Variable ◆;Transfer-Table ■
第25行：		第25行：
	\|statsapewikiurl=https://wiki.statsape.com/广义线性回归_伽玛		\|statsapewikiurl=https://wiki.statsape.com/广义线性回归_伽玛
	\|previousnode=[[广义线性回归_泊松]]		\|previousnode=[[广义线性回归_泊松]]
	\|nextnode=[[~~广义相加模型_高斯~~]]		\|nextnode=[[广义线性回归_逆概率加权联合标准差]]
	}}		}}

2023年12月8日 (五) 06:06 Zeroclanzhang

2023-12-08T06:06:41Z

←上一版本		2023年12月8日 (五) 14:06的版本
第21行：		第21行：
	\|nodeavailabletablelist=Table_For_Downstream		\|nodeavailabletablelist=Table_For_Downstream
	\|nodeconfiguration=VariableList		\|nodeconfiguration=VariableList
	\|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/广义线性回归_伽玛		\|statsapewikiurl=https://wiki.statsape.com/广义线性回归_伽玛
	\|previousnode=[[广义线性回归_泊松]]		\|previousnode=[[广义线性回归_泊松]]

2023年12月8日 (五) 04:14 Zeroclanzhang

2023-12-08T04:14:02Z

←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		\|nodeconfiguration=VariableList
	\|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/广义线性回归_伽玛		\|statsapewikiurl=https://wiki.statsape.com/广义线性回归_伽玛
	\|previousnode=[[广义线性回归_泊松]]		\|previousnode=[[广义线性回归_泊松]]

2023年12月8日 (五) 02:50 Zeroclanzhang

2023-12-08T02:50:10Z

←上一版本		2023年12月8日 (五) 10:50的版本
第2行：		第2行：
	\|nodename=广义线性回归_伽玛		\|nodename=广义线性回归_伽玛
	\|nodeimage=Generalized Linear Model_Gamma.png		\|nodeimage=Generalized Linear Model_Gamma.png
			\|icon=Generalized Linear Model_Gamma.svg
			\|simpleicon=Generalized Linear Model_Gamma_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		\|nodeconfiguration=VariableList
	\|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/广义线性回归_伽玛		\|statsapewikiurl=https://wiki.statsape.com/广义线性回归_伽玛
	\|previousnode=[[广义线性回归_泊松]]		\|previousnode=[[广义线性回归_泊松]]
	\|nextnode=[[广义相加模型_高斯]]		\|nextnode=[[广义相加模型_高斯]]
	}}		}}

2023年12月4日 (一) 14:44 Zeroclanzhang

2023-12-04T14:44:48Z

←上一版本		2023年12月4日 (一) 22:44的版本
第23行：		第23行：
	\|statsapewikiurl=https://wiki.statsape.com/广义线性回归_伽玛		\|statsapewikiurl=https://wiki.statsape.com/广义线性回归_伽玛
	\|previousnode=[[广义线性回归_泊松]]		\|previousnode=[[广义线性回归_泊松]]
	\|nextnode=[[~~广义线性回归_伽玛~~]]		\|nextnode=[[广义相加模型_高斯]]
	}}		}}

2023年12月4日 (一) 14:05 Zeroclanzhang

2023-12-04T14:05:49Z

←上一版本		2023年12月4日 (一) 22:05的版本
第1行：		第1行：
	{{Infobox nodebasic\|nodename=广义线性回归_伽玛\|nodeimage=Generalized Linear Model_Gamma.png\|developer=Dev.Team-DPS\|productionstate=PC可用\|productionstatedesc=在[[~~DecisionTree~~ \| V1.0]]部署\|nodeenglishname=[[Has english name::Generalized Linear Model_Gamma]]\|abbreviation=GLM_Gamma\|funcmaincategory=数据分析\|funcsubcategory=[[DataAGM Lv1 Cat::回归分析]]\|nodecategory=数据挖掘\|nodeinterpretor=R\|nodeshortdescription=<p>广义线性回归是一种应用灵活的线性回归模型,该模型允许因变量的偏差分布有除了正态分布之外的其它分布。通过联结函数建立响应变量的数学期望值与线性组合的预测变量之间的关系。伽玛回归是因变量为正数的回归，不能是0和负数。用来解决的问题是要等到n个随机事件都发生，需要经历多久时间。\n用途：用于描述正值变量，如等待时间、服务时间或生存时间等。处理正值响应变量，尤其是当这些变量的分布可能是偏态或长尾的时候。\n参数：选择正数连续型伽玛分布因变量，和自变量</p>\|nodeinputnumber=4\|nodeoutputnumber=2\|nodeloopsupport=是\|nodeifswitchsupport=否\|nodeavailableplotlist=FR_Curve_Plot;RegressionCoefficientPlot\|nodeavailabletablelist=Table_For_Downstream\|nodeconfiguration=VariableList\|nodeinputports=WorkFlow-Control ▶;Transfer-Table ■\|nodeoutputports=WorkFlow-Control ▶;Transfer-Table ■\|statsapewikiurl=https://wiki.statsape.com/~~广义线性回归_伽玛_Plus~~\|previousnode=[[广义线性回归_泊松]]\|nextnode=[[~~广义相加模型_高斯~~]]}}{{Navplate AlgorithmNodeList}}[[Category:回归分析]]		{{Infobox nodebasic
			\|nodename=广义线性回归_伽玛
			\|nodeimage=Generalized Linear Model_Gamma.png
			\|developer=Dev.Team-DPS
			\|productionstate=PC可用
			\|productionstatedesc=在[[DecisionLinnc \| V1.0]]部署
			\|nodeenglishname=[[Has english name::Generalized Linear Model_Gamma]]
			\|abbreviation=[[Has abbreviation::GLM_Gamma]]
			\|funcmaincategory=数据分析
			\|funcsubcategory=[[DataAGM Lv1 Cat::回归分析]]
			\|nodecategory=数据挖掘
			\|nodeinterpretor=R
			\|nodeshortdescription=<p>广义线性回归是一种应用灵活的线性回归模型,该模型允许因变量的偏差分布有除了正态分布之外的其它分布。通过联结函数建立响应变量的数学期望值与线性组合的预测变量之间的关系。</p><p>伽玛回归是因变量为正数的回归，不能是0和负数。用来解决的问题是要等到n个随机事件都发生，需要经历多久时间。</p><p>用途：用于描述正值变量，如等待时间、服务时间或生存时间等。处理正值响应变量，尤其是当这些变量的分布可能是偏态或长尾的时候。</p><p>参数：选择正数连续型伽玛分布因变量，和自变量</p>
			\|nodeinputnumber=4
			\|nodeoutputnumber=2
			\|nodeloopsupport=是
			\|nodeifswitchsupport=否
			\|nodeavailableplotlist=FR_Curve_Plot;RegressionCoefficientPlot
			\|nodeavailabletablelist=Table_For_Downstream
			\|nodeconfiguration=VariableList
			\|nodeinputports=WorkFlow-Control ▶;Transfer-Table ■
			\|nodeoutputports=WorkFlow-Control ▶;Transfer-Table ■
			\|statsapewikiurl=https://wiki.statsape.com/广义线性回归_伽玛
			\|previousnode=[[广义线性回归_泊松]]
			\|nextnode=[[广义线性回归_伽玛]]
			}}


			{{Navplate AlgorithmNodeList}}

			[[Category:回归分析]]

Zeroclanzhang：创建页面，内容为“{{Infobox nodebasic|nodename=广义线性回归_伽玛|nodeimage=Generalized Linear Model_Gamma.png|developer=Dev.Team-DPS|productionstate=PC可用|productionstatedesc=在 V1.0部署|nodeenglishname=Has english name::Generalized Linear Model_Gamma|abbreviation=GLM_Gamma|funcmaincategory=数据分析|funcsubcategory=DataAGM Lv1 Cat::回归分析|nodecategory=数据挖掘|nodeinterpretor=R|nodeshortdescription=
广义线性回归是一…”

2023-12-02T14:29:29Z

创建页面，内容为“{{Infobox nodebasic|nodename=广义线性回归_伽玛|nodeimage=Generalized Linear Model_Gamma.png|developer=Dev.Team-DPS|productionstate=PC可用|productionstatedesc=在 V1.0部署|nodeenglishname=Has english name::Generalized Linear Model_Gamma|abbreviation=GLM_Gamma|funcmaincategory=数据分析|funcsubcategory=DataAGM Lv1 Cat::回归分析|nodecategory=数据挖掘|nodeinterpretor=R|nodeshortdescription=<p>广义线性回归是一…”

新页面

{{Infobox nodebasic|nodename=广义线性回归_伽玛|nodeimage=Generalized Linear Model_Gamma.png|developer=Dev.Team-DPS|productionstate=PC可用|productionstatedesc=在[[DecisionTree | V1.0]]部署|nodeenglishname=[[Has english name::Generalized Linear Model_Gamma]]|abbreviation=GLM_Gamma|funcmaincategory=数据分析|funcsubcategory=[[DataAGM Lv1 Cat::回归分析]]|nodecategory=数据挖掘|nodeinterpretor=R|nodeshortdescription=<p>广义线性回归是一种应用灵活的线性回归模型,该模型允许因变量的偏差分布有除了正态分布之外的其它分布。通过联结函数建立响应变量的数学期望值与线性组合的预测变量之间的关系。伽玛回归是因变量为正数的回归，不能是0和负数。用来解决的问题是要等到n个随机事件都发生，需要经历多久时间。\n用途：用于描述正值变量，如等待时间、服务时间或生存时间等。处理正值响应变量，尤其是当这些变量的分布可能是偏态或长尾的时候。\n参数：选择正数连续型伽玛分布因变量，和自变量</p>|nodeinputnumber=4|nodeoutputnumber=2|nodeloopsupport=是|nodeifswitchsupport=否|nodeavailableplotlist=FR_Curve_Plot;RegressionCoefficientPlot|nodeavailabletablelist=Table_For_Downstream|nodeconfiguration=VariableList|nodeinputports=WorkFlow-Control ▶;Transfer-Table ■|nodeoutputports=WorkFlow-Control ▶;Transfer-Table ■|statsapewikiurl=https://wiki.statsape.com/广义线性回归_伽玛_Plus|previousnode=[[广义线性回归_泊松]]|nextnode=[[广义相加模型_高斯]]}}{{Navplate AlgorithmNodeList}}[[Category:回归分析]]

广义线性回归 伽玛 - 版本历史