广义相加模型 负二项：修订间差异

来自决策链云智库
（创建页面，内容为“{{Infobox nodebasic |nodename=广义相加模型_负二项 |nodeimage=Generalized Additive Model_Negative Binomial.png |icon=Generalized Additive Model_Negative Binomial.svg |simpleicon=Generalized Additive Model_Negative Binomial_Pure.svg |developer=Dev.Team-DPS |productionstate={{图标文件|Win}} / {{图标文件|W10}} Win10及以上可用 |productionstatedesc=在V1.0.2部署 |nodeenglishname=Has english name::Generalized…”）
 
无编辑摘要
 
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 1.0.2.0|V1.0.2]]部署
|productionstatedesc=在[[Update:DecisionLinnc 1.0.2.0|V1.0.2]]部署
|nodeenglishname=[[Has english name::Generalized Additive Model_Negative Binomial]]
|nodeenglishname=Generalized Additive Model_Negative Binomial
|abbreviation=[[Has abbreviation::GAMNB]]
|abbreviation=GAMNB
|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27行： 第27行：
|nextnode=[[广义相加模型_泊松]]
|nextnode=[[广义相加模型_泊松]]
}}
}}




2024年1月19日 (五) 19:10的最新版本

Generalized Additive Model Negative Binomial.png
节点状态
Windows / Windows 10 Win10及以上可用
在V1.0.2部署
广义相加模型_负二项Generalized Additive Model Negative Binomial.svg
节点开发者决策链算法研发部 (Dev.Team-DPS)
节点英文名Generalized Additive Model_Negative Binomial
功能主类别数据分析
英文缩写GAMNB
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

广义相加模型是一种自由灵活的统计模型,它可以用来探测到非线性回归的影响。允许在未知因变量与自变量之间关系的情况下，使用非线性平滑项来拟合模型。非参数平滑项是把自变量划分成多个连续的区间，每一个区间都用单独的线性函数或非线性的低阶多项式函数来拟合。其生成的回归线为平稳、光滑的曲线。负二项回归是因变量为计数变量的回归,而且要满足以下条件:各观测行间是非独立的,事件的发生有空间聚集现象,因变量存在过离散现象，即方差远大于均数。

用途：处理预测变量和响应变量之间复杂非线性关系的统计模型，用于处理过度离散的计数数据。

参数：选择非负整数且分布具有过度离散性因变量，数值型曲线拟合变量，和自变量。

端口数量与逻辑控制(PC)
Input-入口5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
可生成图片类型（推荐）
可生成数据表类型（推荐）
相关节点
上一节点广义相加模型_伽玛
下一节点广义相加模型_泊松
WikimediaUI-Globe.svg相关网站





查找其他类别的节点，请参考以下列表

取自“https://wiki.statsape.com/index.php?title=广义相加模型_负二项&oldid=6080”
最近修改
此页面最后编辑于2024年1月19日 (星期五) 19:10。
版权
DecisionLinnc Wiki (决策链云智库) © 2024 by Statsape is licensed under Attribution-NonCommercial-ShareAlike 4.0 International. To view a copy of this license, visit [http://creativecommons.org/licenses/by-nc-sa/4.0/| CreativeCommons-Licenses-4.0].