签到
苹果/安卓/wp
苹果/安卓/wp
客户端
0.0
0.00
推广加币
升级SVIP
SVIP(AI增强版)
注册
|
登录
经管百科
论坛BBS
搜索
搜索
用户
人大经济论坛
›
标签
›
logistic回归
›
相关帖子
标签: logistic回归
经管大学堂:名校名师名课
相关帖子
版块
作者
回复/查看
最后发表
SPSS中Logistic回归显著性为1,误差和瓦尔德也奇怪,这是为什么?哪里出了问题?
SPSS论坛
Lena琳
2021-2-28
1
4708
一只悠然自得的猪
2021-10-25 16:54:19
Mplus LPA logistic回归
学道会
LLR-5
2021-1-26
1
1133
姬圈扛把子
2021-7-1 16:04:13
多层线性回归或多层logistic回归可以做共线性检验吗?collin?
Stata专版
linkun12366
2020-12-19
1
1341
雪顶咖啡lq
2021-6-11 17:40:07
Logistic回归分析得出结果后SPSS能否导入下一批数据预测结果
SPSS论坛
george_ch
2021-2-4
1
1062
石头gaga
2021-4-30 16:25:19
logistic回归中解释变量Number取了对数,系数应该怎么分析?
Stata专版
18803590099
2021-3-26
0
972
18803590099
2021-3-26 11:07:44
二元logistic回归
Stata专版
18105197553
2021-3-20
0
1052
18105197553
2021-3-20 17:11:46
请教一下如何拟合logistic回归方程?
Stata专版
M13849336067
2021-3-9
0
646
M13849336067
2021-3-9 00:00:36
求问分组做logistic回归如何画散点图?
Stata专版
fionaw3
2021-3-2
1
1017
fionaw3
2021-3-2 18:46:18
Logistic回归
Stata专版
123zms
2021-2-10
1
1219
蓝色
2021-2-10 15:21:17
浅析临床研究中常用的推断统计方法
学术道德监督
yuan_hy
2021-2-4
1
1852
tianwk
2021-2-6 21:44:23
如何用R实现半参数Logistic回归 现在有8个变量,在Logistic回归中剔除了4个,剩余4
计量经济学与统计软件
团队管理507
2021-1-27
0
894
团队管理507
2021-1-27 18:32:23
stata多元线性回归和logistic回归如何做调整模型(调整可能的混杂)
Stata专版
黄焦娇
2021-1-14
0
1380
黄焦娇
2021-1-14 21:22:20
【高清】Logistic回归模型——方法与应用 王济川 郭志刚 PDF
版权审核区(不对外开放)
vicky3219
2021-1-6
0
110
vicky3219
2021-1-6 21:53:53
【点宽专栏】SVM带你玩转期货品种
量化投资
点宽DigQuant
2020-12-31
0
952
点宽DigQuant
2020-12-31 16:36:57
多元logistic回归分析结果为什么不显著的变量也进入变量?
新手入门区
圆圆的鸭梨
2020-12-29
0
1165
圆圆的鸭梨
2020-12-29 17:50:01
轻松过渡到数据科学的11个步骤
数据分析与数据挖掘
时光永痕
2020-12-23
0
923
时光永痕
2020-12-23 19:47:48
Logistic回归简介-最常见的分类算法
数据分析与数据挖掘
时光永痕
2020-12-22
0
924
时光永痕
2020-12-22 12:12:28
BFSI域中检查客户流失预测的完整指南
数据分析与数据挖掘
时光永痕
2020-12-22
0
840
时光永痕
2020-12-22 12:06:14
如何在机器学习中使用班级加权来改善班级失衡
数据分析与数据挖掘
时光永痕
2020-12-22
0
1113
时光永痕
2020-12-22 11:15:18
使用R进行Logistic回归的员工流失分析
数据分析与数据挖掘
时光永痕
2020-12-11
0
1397
时光永痕
2020-12-11 19:12:32
1 ...
73
74
75
76
77
78
79
80
81
... 89
下一页
京ICP备16021002号-2
京B2-20170662号
京公网安备 11010802022788号
论坛法律顾问:王进律师
知识产权保护声明
免责及隐私声明
GMT+8, 2026-1-14 10:09
积分 0, 距离下一级还需 积分