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; } } }

311091_zh-TW

liliconcom · 2020-09-22T18:42:54+00:00

在JMP®Pro中使用廣義回歸來創建魯棒的線性模型了解如何： * 了解廣義回歸（Penalized Regression）的好處 * 使用JMP Pro套索和彈性淨收縮技術來減少預測差異，處理非正態和零膨脹響應，對均值響應建模並交互選擇最佳模型。了解如何： * 使用JMP Pro Quantile Regression處理不需要建模均值響應的情況 * 了解柯西回歸和中位數回歸的基礎 31+分鐘 6-15分鐘高級掌握JMP 預測分析回歸視頻

liliconcom

在JMP®Pro中使用廣義回歸來創建魯棒的線性模型

了解如何：

了解廣義回歸（Penalized Regression）的好處
使用JMP Pro套索和彈性淨收縮技術來減少預測差異，處理非正態和零膨脹響應，對均值響應建模並交互選擇最佳模型。

了解如何：

使用JMP Pro Quantile Regression處理不需要建模均值響應的情況
了解柯西回歸和中位數回歸的基礎

31+分鐘

6-15分鐘

高級

掌握JMP

預測分析

回歸

視頻

Comments

There are no comments yet

Quick Links

All Categories
Recent Posts
Activity
Unanswered
Groups
Help
Best Of