模板:Navplate AlgorithmNodeList：修订间差异

2023年12月4日 (一) 22:08的版本

数据输入

多CSV表合并读取多Excel表合并读取导入CSV数据导入Excel数据导入SAV数据导入TSV数据

变量处理

行列处理

矩阵处理

矩阵变换聚合表格

表格处理

分层变量循环转列表多表数据连接抽样数据合并数据连接

描述性统计

统计检验

[[No name found for Parametric_Test.]]

Lasso回归二项式 Lasso回归泊松 Lasso回归生存状态 Lasso回归高斯 PLS回归 Ridge回归二项式 Ridge回归泊松 Ridge回归生存状态 Ridge回归高斯一般线性相关分析典型相关分析分位回归多分类逻辑回归多项式回归广义估计方程伽玛广义估计方程泊松广义估计方程负二项广义估计方程逻辑广义估计方程高斯广义相加模型伽玛广义相加模型泊松广义相加模型负二项广义相加模型逻辑广义相加模型高斯广义相加混合模型伽玛广义相加混合模型泊松广义相加混合模型负二项广义相加混合模型逻辑广义相加混合模型高斯广义线性回归伽玛广义线性回归泊松广义线性回归负二项广义线性回归逆概率加权联合标准差时序平稳性检验时间序列聚类时间序列预测正弦曲线回归潜类别分析潜类别增长模型潜类别混合增长模型稳健线性回归线性回归组内相关系数混合效应组内相关系数随机效应趋势检验逐步回归逻辑回归验证性因子分析

非参数检验

Ridit分析游程检验秩和检验符号检验

频数表检验

Fisher精确检验 G检验 Mantel-Haenszel检验 McNemar检验卡方检验

方差分析

F检验 One Way ANCOVA One Way ANOVA Two Way ANCOVA Two Way ANOVA Welch检验多元方差分析多重比较方差分析方差齐性检验球形检验

相关分析

一般线性相关分析典型相关分析组内相关系数混合效应组内相关系数随机效应

回归分析

时序分析

时序平稳性检验时间序列聚类时间序列预测正弦曲线回归趋势检验

潜变量分析

潜类别模型

潜类别分析潜类别增长模型潜类别混合增长模型验证性因子分析

生存分析

IDI和NRI KM生存曲线单因素COX回归多因素COX回归多因素竞争风险模型智能筛选限制性立方样条节点竞争风险模型限制性平均生存时间限制性立方样条

多元分析

中介效应主成分分析(PCA)信度分析倾向性评分匹配双重差分模型多重对应分析孟德尔随机化异常值分析拉格朗日乘数检验最大似然因子分析碎石检验筛查自变量共线性聚类分析调节效应豪斯曼检验面板数据效应模型

综合分析

多重插补

拆分训练测试集

分类训练器

AdaBoost CatBoost LightGBM Logistic分类器 XGBoost 决策树支持向量机朴素贝叶斯梯度提升树采样方法随机森林

分类预测器

通用预测模块

模型评估

PR曲线 ROC曲线 SHAP 交叉熵交叉验证交叉验证结果整合基础评估节点多模型评估节点平均类准确率拟合优度机器学习基础绘图节点混淆矩阵

神经网络

Navplate AlgorithmNodeList is a navplate template used for navigation on vehicle pages. It should be placed on the bottom of the page.

Usage

Type {{Navplate AlgorithmNodeList}}

TemplateData

A navplate template used for AlgorithmNodeList on node pages. It should be placed on the bottom of the page.

模板参数
此模板首选参数换行的代码块格式。
参数		描述	类型	状态
未指定参数

@@ 第33行： / 第33行： @@
 <div class="template-navplate__groupheader">统计检验</div>
 {{Navplate SMW row|数据分析|DataAGM Lv1 Cat::{{NCname|Normality_Test}}|text=[[{{NCname|Normality_Test}}]]|icon=Normality-Test.svg}}
-{{Navplate SMW row|数据分析|DataAGM Lv1 Cat::{{NCname|Parametric_Test}}|text=[[{{NCname|Parametric_Test}}]]|icon=Normality-Test.svg}}
+{{Navplate SMW row|数据分析|DataAGM Lv1 Cat::{{NCname|Parametric_Test}}|text=[[{{NCname|Parametric_Test}}]]|icon=Parametric_Test.svg}}
 {{Navplate SMW row|数据分析|DataAGM Lv1 Cat::{{NCname|Nonparametric_Test}}|text=[[{{NCname|Nonparametric_Test}}]]|icon=Nonparametric-Test.svg}}
 {{Navplate SMW row|数据分析|DataAGM Lv1 Cat::{{NCname|Frequency_Test}}|text=[[{{NCname|Frequency_Test}}]]|icon=Frequency-Test.svg}}
@@ 第63行： / 第63行： @@
 <div class="template-navplate__content mw-collapsible-content">
 <div class="template-navplate__groupheader">拆分训练测试集</div>
-{{Navplate SMW row|机器学习|DataML Lv1 Cat::{{NCname|Data_Partition}}|text=[[{{NCname|Data_Partition}}]]|icon=DataPartition.svg}}
+{{Navplate SMW row|机器学习|DataML Lv1 Cat::{{NCname|Data_Partition}}|text=[[{{NCname|Data_Partition}}]]|icon=Data_Partition.svg}}
 <div class="template-navplate__groupheader">分类训练器</div>
-{{Navplate SMW row|机器学习|DataML Lv1 Cat::{{NCname|Classification_Trainning}}|text=[[{{NCname|Classification_Trainning}}]]|icon=Classification_Trainer.svg}}
+{{Navplate SMW row|机器学习|DataML Lv1 Cat::{{NCname|Classification_Trainning}}|text=[[{{NCname|Classification_Trainning}}]]|icon=Classification_Trainning.svg}}
 <div class="template-navplate__groupheader">分类预测器</div>
 {{Navplate SMW row|机器学习|DataML Lv1 Cat::{{NCname|Classification_Predictor}}|text=[[{{NCname|Classification_Predictor}}]]|icon=Classification_Predictor.svg}}