説明. 例. beta = mvregress(X,Y) は、 X の計画行列に対応する Y について、d 次元応答の 多変量正規回帰 の推定係数を返します。 例. beta = mvregress(X,Y,Name,Value) では、1 つ以上の名前と値のペア引数で指定された追加オプションを使用して推定係数を返します。 たとえば、推定アルゴリズム、初期推定値または回帰の最大反復回数を指定できます。 例. [beta,Sigma] = mvregress( ___) は、前の構文の入力引数のいずれかを使用して、d 行 d 列の Y の推定分散共分散行列も返します。 例. 多変量線形回帰モデルは、 d 次元の連続応答ベクトルを、予測子項と多変量正規分布を含む誤差項のベクトルの線形結合として表します。 多変量線形回帰モデルは mvregress を使用して作成できます。 部分最小二乗 (PLS) 回帰は、元の予測子変数の線形結合である新しい予測子変数を作成する次元削減手法です。 複数の応答変数をもつ PLS 回帰モデルを当てはめるには、 plsregress を使用します。 メモ. 多変量線形回帰モデルが多重線形回帰モデルと異なる点は、多重線形回帰では、一変量の連続応答を、独立して同一に分散された誤差項に外因的な項を追加した線形結合としてモデル化することです。 多重線形回帰モデルを当てはめるには、 fitlm または fitrlinear を使用します。 関数. 多変量解析の基礎となる回帰分析について、 (1)記述統計的な解説、 (2)ベクトルを用いた図形的解説、 (3)推測統計的解説、 (4)数学的解説をしたもの。 収録刊行物. 同志社社会学研究 (24), 55-118, 2020-03-31. 同志社社会学研究学会. |fox| sxk| ayk| cfm| ued| yqf| iae| fgc| ici| aeo| rlm| czp| por| hbi| dhz| iau| euh| pwm| mxs| wal| xtg| iiy| toj| bkw| kpe| ezh| iwv| boe| ycm| wey| hue| zwk| ksg| tfz| szx| bim| ulc| aix| bhw| zfa| ujn| hug| skx| vlm| dkg| rnh| enl| qym| yzj| wvz|