广义估计方程 伽玛

来自决策链云智库
Zeroclanzhang讨论 | 贡献2024年1月18日 (四) 22:12的版本 (创建页面,内容为“{{Infobox nodebasic |nodename=广义估计方程_伽玛 |nodeimage=Generalized Estimating Equation_Gamma.png |icon=Generalized Estimating Equation_Gamma.svg |simpleicon=Generalized Estimating Equation_Gamma_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 Estimating Equation_Gam…”)
(差异) ←上一版本 | 最后版本 (差异) | 下一版本→ (差异)
Generalized Estimating Equation Gamma.png
节点状态
Windows / Windows 10 Win10及以上可用
V1.0.2部署
广义估计方程_伽玛Generalized Estimating Equation Gamma.svg
节点开发者决策链算法研发部 (Dev.Team-DPS)
节点英文名广义估计方程 伽玛
功能主类别数据分析
英文缩写广义估计方程 伽玛
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

广义估计方程是一种研究纵向数据(比如重复测量数据,面板数据)的方法。用于估计广义线性模型的参数,其中线性模型的结果之间可能存在未知的相关性, 对于纵向数据,不满足方差分析条件的重复测量设计资料可以采用广义估计方程来进行分析。纵向数据是按时间顺序对个体进行重复测量得到的资料伽玛回归是因变量为正数的回归,不能是0和负数。用来解决的问题是要等到n个随机事件都发生,需要经历多久时间。

用途:用于处理重复测量数据和其他复杂数据结构。用于分析正的连续数据,特别是当这些数据呈偏态分布且关注的是均值的变化时。

参数:选择正数连续型伽玛分布因变量,ID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
If/Switch-支持逻辑判断
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_泊松
下一节点广义估计方程_负二项




查找其他类别的节点,请参考以下列表