广义线性回归泊松 - 版本历史

2024年1月19日 (五) 11:08 Zeroclanzhang

2024-01-19T11:08:59Z

←上一版本		2024年1月19日 (五) 19:08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_Poisson]]		\|nodeenglishname=Generalized Linear Model_Poisson
	\|abbreviation=~~[[Has abbreviation::~~GLMPoisson]]		\|abbreviation=GLMPoisson
	\|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

2024-01-18T09:40:20Z

←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_Poisson_Pure.svg		\|simpleicon=Generalized Linear Model_Poisson_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_Poisson]]		\|nodeenglishname=[[Has english name::Generalized Linear Model_Poisson]]
	\|abbreviation=[[Has abbreviation::~~GLM_Poisson~~]]		\|abbreviation=[[Has abbreviation::GLMPoisson]]
	\|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;t-Value;P-Value;CI
	\|nodeconfiguration=VariableList		\|nodeconfiguration=VariableList
	\|nodeinputports=WorkFlow-Control ➤;Transfer-Variable ◆;Transfer-Table ■		\|nodeinputports=WorkFlow-Control ➤;Transfer-Variable ◆;Transfer-Table ■

2023年12月8日 (五) 06:06 Zeroclanzhang

2023-12-08T06:06:34Z

←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_泊松		\|statsapewikiurl=https://wiki.statsape.com/广义线性回归_泊松
	\|previousnode=[[广义线性回归_负二项]]		\|previousnode=[[广义线性回归_负二项]]

2023年12月8日 (五) 04:13 Zeroclanzhang

2023-12-08T04:13:50Z

←上一版本		2023年12月8日 (五) 12:13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_泊松		\|statsapewikiurl=https://wiki.statsape.com/广义线性回归_泊松
	\|previousnode=[[广义线性回归_负二项]]		\|previousnode=[[广义线性回归_负二项]]

2023年12月8日 (五) 02:49 Zeroclanzhang

2023-12-08T02:49:47Z

←上一版本		2023年12月8日 (五) 10:49的版本
第2行：		第2行：
	\|nodename=广义线性回归_泊松		\|nodename=广义线性回归_泊松
	\|nodeimage=Generalized Linear Model_Poisson.png		\|nodeimage=Generalized Linear Model_Poisson.png
			\|icon=Generalized Linear Model_Poisson.svg
			\|simpleicon=Generalized Linear Model_Poisson_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_泊松		\|statsapewikiurl=https://wiki.statsape.com/广义线性回归_泊松
	\|previousnode=[[广义线性回归_负二项]]		\|previousnode=[[广义线性回归_负二项]]
	\|nextnode=[[广义线性回归_伽玛]]		\|nextnode=[[广义线性回归_伽玛]]
	}}		}}

2023年12月4日 (一) 14:44 Zeroclanzhang

2023-12-04T14:44:34Z

←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_泊松		\|statsapewikiurl=https://wiki.statsape.com/广义线性回归_泊松
	\|previousnode=[[广义线性回归_负二项]]		\|previousnode=[[广义线性回归_负二项]]
	\|nextnode=[[~~广义线性回归_泊松~~]]		\|nextnode=[[广义线性回归_伽玛]]
	}}		}}

2023年12月4日 (一) 14:05 Zeroclanzhang

2023-12-04T14:05:36Z

←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_泊松\|nodeimage=Generalized Linear Model_Poisson.png\|developer=Dev.Team-DPS\|productionstate=PC可用\|productionstatedesc=在[[~~DecisionTree~~ \| V1.0]]部署\|nodeenglishname=[[Has english name::Generalized Linear Model_Poisson]]\|abbreviation=GLM_Poisson\|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。泊松回归是用来为计数资料和列联表建模的一种回归分析,因变量为计数变量,解决的问题是在特定时间内发生n个事件的概率。回归需要满足以下条件:一个事件的发生不影响其它事件的发生,即事件独立发生,不存在传染性、聚集性的事件。因变量Y服从泊松分布,总体均数等于总体方差。~~\n用途：用于处理响应变量为非负整数的情况，例如计数数据。泊松回归模型假设响应变量的方差等于其均值。\n参数：选择泊松分布因变量，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_泊松_Plus~~\|previousnode=[[广义线性回归_负二项]]\|nextnode=[[~~广义线性回归_伽玛~~]]}}{{Navplate AlgorithmNodeList}}[[Category:回归分析]]		{{Infobox nodebasic
			\|nodename=广义线性回归_泊松
			\|nodeimage=Generalized Linear Model_Poisson.png
			\|developer=Dev.Team-DPS
			\|productionstate=PC可用
			\|productionstatedesc=在[[DecisionLinnc \| V1.0]]部署
			\|nodeenglishname=[[Has english name::Generalized Linear Model_Poisson]]
			\|abbreviation=[[Has abbreviation::GLM_Poisson]]
			\|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>泊松回归是用来为计数资料和列联表建模的一种回归分析,因变量为计数变量,解决的问题是在特定时间内发生n个事件的概率。回归需要满足以下条件:一个事件的发生不影响其它事件的发生,即事件独立发生,不存在传染性、聚集性的事件。因变量Y服从泊松分布,总体均数等于总体方差。</p><p>用途：用于处理响应变量为非负整数的情况，例如计数数据。泊松回归模型假设响应变量的方差等于其均值。</p><p>参数：选择泊松分布因变量，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_泊松
			\|previousnode=[[广义线性回归_负二项]]
			\|nextnode=[[广义线性回归_泊松]]
			}}


			{{Navplate AlgorithmNodeList}}

			[[Category:回归分析]]

Zeroclanzhang：创建页面，内容为“{{Infobox nodebasic|nodename=广义线性回归_泊松|nodeimage=Generalized Linear Model_Poisson.png|developer=Dev.Team-DPS|productionstate=PC可用|productionstatedesc=在 V1.0部署|nodeenglishname=Has english name::Generalized Linear Model_Poisson|abbreviation=GLM_Poisson|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…”

2023-12-02T14:29:17Z

创建页面，内容为“{{Infobox nodebasic|nodename=广义线性回归_泊松|nodeimage=Generalized Linear Model_Poisson.png|developer=Dev.Team-DPS|productionstate=PC可用|productionstatedesc=在 V1.0部署|nodeenglishname=Has english name::Generalized Linear Model_Poisson|abbreviation=GLM_Poisson|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…”

新页面

{{Infobox nodebasic|nodename=广义线性回归_泊松|nodeimage=Generalized Linear Model_Poisson.png|developer=Dev.Team-DPS|productionstate=PC可用|productionstatedesc=在[[DecisionTree | V1.0]]部署|nodeenglishname=[[Has english name::Generalized Linear Model_Poisson]]|abbreviation=GLM_Poisson|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。泊松回归是用来为计数资料和列联表建模的一种回归分析,因变量为计数变量,解决的问题是在特定时间内发生n个事件的概率。回归需要满足以下条件:一个事件的发生不影响其它事件的发生,即事件独立发生,不存在传染性、聚集性的事件。因变量Y服从泊松分布,总体均数等于总体方差。\n用途：用于处理响应变量为非负整数的情况，例如计数数据。泊松回归模型假设响应变量的方差等于其均值。\n参数：选择泊松分布因变量，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_泊松_Plus|previousnode=[[广义线性回归_负二项]]|nextnode=[[广义线性回归_伽玛]]}}{{Navplate AlgorithmNodeList}}[[Category:回归分析]]

广义线性回归 泊松 - 版本历史