可生成图片类型(推荐)
可生成数据表类型(推荐)
Zeroclanzhang(讨论 | 贡献) 无编辑摘要 |
Zeroclanzhang(讨论 | 贡献) 无编辑摘要 |
||
第21行: | 第21行: | ||
|nodeavailabletablelist=Table_For_Downstream | |nodeavailabletablelist=Table_For_Downstream | ||
|nodeconfiguration=VariableList;Text | |nodeconfiguration=VariableList;Text | ||
|nodeinputports=WorkFlow-Control | |nodeinputports=WorkFlow-Control ➤;Transfer-Variable ◆;Transfer-Table ■ | ||
|nodeoutputports=WorkFlow-Control | |nodeoutputports=WorkFlow-Control ➤;Transfer-Table ■ | ||
|statsapewikiurl=https://wiki.statsape.com/分位回归 | |statsapewikiurl=https://wiki.statsape.com/分位回归 | ||
|previousnode=[[广义相加混合模型_逻辑]] | |previousnode=[[广义相加混合模型_逻辑]] |
节点状态 | PC可用
在 V1.0部署
|
---|---|
分位回归 | |
节点开发者 | 决策链算法研发部 (Dev.Team-DPS) |
节点英文名 | 分位回归 |
功能主类别 | 数据分析 |
英文缩写 | QR |
功能亚类别 | 回归分析 |
节点类型 | 数据挖掘 |
开发语言 | R |
节点简介 | |
分位数回归是对一组自变量与因变量的特定百分位数(分位数)之间的关系建模。分位数回归的原因就是因为不希望仅仅是研究因变量y的期望,而是希望能探索y的完整分布状况,和了解y的某个分位数。优势是不会假设目标变量的分布,和趋向于抑制偏离观测值的影响。此算法用户可以输入设置任意分位数。 用途:关注因变量的均值如何随着自变量的变化而变化,而且还关注因变量的整个分布如何随着自变量的变化而变化。可以帮助研究这种非均匀的影响,自变量对因变量的影响可能随着因变量的值而变化。 参数:选择数值因变量,和自变量 | |
端口数量与逻辑控制(PC) | |
Input-入口 | 4个 |
Output-出口 | 2个 |
Loop-支持循环 | 是 |
If/Switch-支持逻辑判断 | 否 |
输入输出 | |
相关节点 | |
上一节点 | 广义相加混合模型_逻辑 |
下一节点 | 逐步回归 |
相关网站 |
查找其他类别的节点,请参考以下列表