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5行: | 第5行: | ||
|simpleicon=Linear Correlation Analysis_Pure.svg | |simpleicon=Linear Correlation Analysis_Pure.svg | ||
|developer=Dev.Team-DPS | |developer=Dev.Team-DPS | ||
|productionstate= | |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::Linear Correlation Analysis]] | |nodeenglishname=[[Has english name::Linear Correlation Analysis]] | ||
|abbreviation=[[Has abbreviation:: | |abbreviation=[[Has abbreviation::LCA]] | ||
|funcmaincategory=数据分析 | |funcmaincategory=数据分析 | ||
|funcsubcategory=[[DataAGM Lv1 Cat::相关分析]] | |funcsubcategory=[[DataAGM Lv1 Cat::相关分析]] | ||
第19行: | 第19行: | ||
|nodeifswitchsupport=否 | |nodeifswitchsupport=否 | ||
|nodeavailableplotlist=NotSplittingPointPlot | |nodeavailableplotlist=NotSplittingPointPlot | ||
|nodeavailabletablelist= | |nodeavailabletablelist=t-Value;df;P-Value;CI;Cor-Value | ||
|nodeconfiguration=VariableList; | |nodeconfiguration=VariableList;DropMenu;Text | ||
|nodeinputports=WorkFlow-Control ➤;Transfer-Variable ◆;Transfer-Table ■ | |nodeinputports=WorkFlow-Control ➤;Transfer-Variable ◆;Transfer-Table ■ | ||
|nodeoutputports=WorkFlow-Control ➤;Transfer-Variable ◆;Transfer-Table ■ | |nodeoutputports=WorkFlow-Control ➤;Transfer-Variable ◆;Transfer-Table ■ | ||
|statsapewikiurl=https://wiki.statsape.com/一般线性相关分析 | |statsapewikiurl=https://wiki.statsape.com/一般线性相关分析 | ||
|previousnode=[[ | |previousnode=[[Two_Way_ANCOVA]] | ||
|nextnode=[[典型相关分析]] | |nextnode=[[典型相关分析]] | ||
}} | }} |
节点状态 | / Win10及以上可用
在V1.0部署
|
---|---|
一般线性相关分析 | |
节点开发者 | 决策链算法研发部 (Dev.Team-DPS) |
节点英文名 | 一般线性相关分析 |
功能主类别 | 数据分析 |
英文缩写 | 潜类别分析 |
功能亚类别 | 相关分析 |
节点类型 | 数据挖掘 |
开发语言 | R |
节点简介 | |
一般线性相关分析是研究两个或两个以上处于同等地位的随机变量间的相关关系的统计分析方法。 变量之间的关系可以分为确定关系和非确定性关系。确定性关系,可以说是函数关系,也就是说对于某一变量的每个数值都有另一变量的完全确定的值与之对应。非确定性关系,即这里所说的相关关系,变量之间存在一定的依存关系,但不是一一对应的关系,即相随变动关系。此相关分析使用的方法有: pearson, spearman, 和kendall。 用途:用于衡量两个或多个变量间的线性关系强度和方向。检测两个连续变量之间是否存在线性关系的常用方法。 参数:选择数值变量 | |
端口数量与逻辑控制(PC) | |
Input-入口 | 4个 |
Output-出口 | 3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 | Two_Way_ANCOVA |
下一节点 | 典型相关分析 |
相关网站 |
查找其他类别的节点,请参考以下列表