Introducción一拉regresión直系

什么是线性回归模型？

回归模型描述了因变量和一个或多个自变量之间的关系。

Regresión直系

Ajuste联合国莫德洛德regresión直系Ÿ检查EL resultado。

逐步回归

在逐步回归，预测被自动添加到或从模型修整。

稳健回归 - 减少离群影响

适合稳健的模型比普通最小二乘于数据的一小部分的大变化较不敏感。

选择回归函数

选择回归函数依赖于回归问题的类型，并使用新的配件功能更新旧的代码。

输出和诊断统计数字摘要

评估通过使用模型的属性和对象函数的拟合模型。

威尔金森表示法

威尔金森符号提供了一种方式来描述回归和重复测量模型，而无需指定系数值。

Flujos德特拉瓦霍德regresión直系

线性回归工作流程

导入和准备数据，拟合线性回归模型，试验和改进其质量，并共享模型。

Interpretar resultados德regresión直系

Mostrarèinterpretarestadísticas德萨利达日regresión嫡传。

线性回归与互动效应

构建和分析线性回归模型的互动效果和解释结果。

线性回归使用表

此示例示出了如何执行线性和逐步回归分析使用表。

线性回归与分类协变量

用分类阵列执行与分类协变量回归和fitlm。

分析时间序列数据

这个例子说明了如何查看和使用分析时间序列数据时间序列对象和回归功能。

列车线性回归模型

列车线性回归模型采用fitlm分析在内存中的数据和超出内存中的数据。

Regresiónparcial德MINIMOS cuadrados

偏最小二乘

偏最小二乘法（PLS）构造新的预测变量作为原始预测变量的线性组合，同时考虑所观察到的响应值，导致可靠的预测能力简约模型。

Regresiónparcial德MINIMOS cuadradosŸregresión德COMPONENTES principales

角城ejemplo muestra COMO aplicar LAregresiónparcial德MINIMOS cuadrados（PLSR）Y LAregresión德COMPONENTES principales（PCR）中，y描述LA eficacia洛斯DOSmétodos。