使用廣義線性迴歸 (GLR) 建立穩健線性模型Scott Wise，SAS JMP 首席系統工程師
Brady Brady，SAS JMP 技術支援工程師
使用廣義線性迴歸 (GLR) 建立穩健線性模型
懲罰迴歸技術是傳統線性建模方法的可行替代方法，特別是在正交性、同方差性或響應正態性的典型假設被違反的情況下。它們還可用於自動選擇對預測給定響應最有用的預測因子。雖然這些技術並不新鮮，但由於其計算成本高昂且在學術界之外相對不為人知，它們在應用環境中的使用歷來受到限制。如今，價格低廉、功能強大的電腦的普及使得在桌面分析軟體中實現這些技術成為可能。本課程將講解懲罰迴歸技術並探討如何使用 JMP 來擬合模型平台的廣義迴歸功能。與會者會發現這些模型易於設定、運行和分析，並且在存在異常值、相關輸入和非正常和/或零膨脹響應的情況下仍具有穩健性。
附錄投影片：Discovery 2015 Genreg.pptx
