统计学 > 方法论
[提交于 2016年1月30日
]
标题: 隐式回归简介
标题: Introduction to Implicit Regression
摘要: 统计学家通常将回归限制于显式定义因变量和自变量的关系模型;本文概述了新开发的非响应分析和旋转分析方法,用于评估互依变量而无需明显的主体响应。 文中提出的概念挑战了固定效应的概念;统一性被视为一个随机度量(变量),忽略独立性的假设,并且详细描述了分离程度,这是衡量模型质量的一个指标。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.