nav[aria-label="Primary Navigation"] { padding: 0; & ul { list-style: none; width: 100%; display: flex; flex-direction: row; justify-content: start; align-items: start; gap: 30px; padding: 0; & li { margin: 0; } & ul li { list-style: none; } } }

225700_zh-TW

liliconcom

您未使用的最靈活的建模平台（2019-US-TUT-293）

級別：中級

SAS JMP首席研究統計學家開發人員Clay Barker

廣義回歸-聽起來很嚇人，但事實並非如此。JMP Pro中的該平台可以處理最常見的線性建模練習。是否需要在各種可能性中找到最佳的預測變量集（即變量選擇）？這個平台可以做到。是否需要為兩個以上級別的分類響應建模？廣義回歸可以做到這一點。非正常響應是否有問題，例如計數數據或收益率百分比？在其他建模方法因這些響應而落下的情況下，廣義回歸會認真地處理它們。如果您不使用此平台，那麼您會錯過。我們將研究使用Genreg在各種設置中構建模型：從正交設計的實驗開始，然後過渡到大型觀測數據集。