Поиск
Закладки
Озвучить текст Озвучить книгу
Изменить режим чтения
Изменить размер шрифта
Оглавление
Для озвучивания и цитирования книги перейдите в режим постраничного просмотра.
R в действии. Анализ и визуализация данных в программе R

ЧАСТЬ III. Методы обработки данных средней сложности

Если Вы наш подписчик,то для того чтобы скопировать текст этой страницы в свой конспект,
используйте просмотр в виде pdf. Вам доступно 36 стр. из этой главы.
Для продолжения работы требуется Регистрация
На предыдущую страницу

Предыдущая страница

Следующая страница

На следующую страницу
ЧАСТЬ III. Методы обработки данных средней сложности
На предыдущую главу Предыдущая глава
оглавление
Следующая глава На следующую главу

Оглавление

ЧАСТЬ III. Методы обработки данных средней сложности-
Глава 8. Регрессия
8.1. Многоликая регрессия
8.1.1. Ситуации, в которых используется МНК-регрессия
8.1.2. Что вам нужно знать
8.2. МНК-регрессия
8.2.1. Подгонка регрессионных моделей при помощи команды lm()
8.2.2. Простая линейная регрессия
8.2.3. Полиномиальная регрессия
8.2.4. Множественная линейная регрессия
8.2.5. Множественная линейная регрессия со взаимодействиями
8.3. Диагностика регрессионных моделей
8.3.1. Стандартный подход
8.3.2. Усовершенствованный подход
8.3.3. Общая проверка выполнения требований, предъявляемых к линейным моделям
8.3.4. Мультиколлинеарность
8.4. Необычные наблюдения
8.4.1. Выбросы
8.4.2. Точки высокой напряженности
8.4.3. Влиятельные наблюдения
8.5. Способы корректировки
8.5.1. Удаление наблюдений
8.5.2. Преобразование переменных
8.5.3. Добавление или удаление переменных
8.5.4. Попытка применить другой подход
8.6. Выбор "лучшей" регрессионной модели
8.6.1. Сравнение моделей
8.6.2. Выбор переменных
8.7. Продолжение анализа
8.7.1. Кросс-валидация
8.7.2. Относительная важность
8.8. Резюме
Глава 9. Дисперсионный анализ
9.1. Ускоренный курс терминологии
9.2. Подгонка ANOVA-моделей
9.2.1. Функция aov()
9.2.2. Порядок членов в формуле
9.3. Однофакторный дисперсионный анализ
9.3.1. Множественные сравнения
9.3.2. Проверка справедливости допущений, лежащих в основе теста
9.4. Однофакторный ковариационный анализ
9.4.1. Проверка допущений, лежащих в основе теста
9.4.2. Визуализация результатов
9.5. Двухфакторный дисперсионный анализ
9.6. Дисперсионный анализ для повторных измерений
9.7. Многомерный дисперсионный анализ
9.7.1. Проверка предположений, лежащих в основе теста
9.7.2. Устойчивый многомерный дисперсионный анализ
9.8. Дисперсионный анализ как регрессия
9.9. Резюме
Глава 10. Анализ мощности
10.1. Краткий обзор процедуры проверки гипотез
10.2. Проведение анализа мощности при помощи пакета pwr
10.2.1. Тесты Стьюдента
10.2.2. Дисперсионный анализ
10.2.3. Корреляции
10.2.4. Линейные модели
10.2.5. Сравнение пропорций
10.2.6. Тесты хи-квадрат
10.2.7. Выбор подходящего размера эффекта в незнакомых ситуациях
10.3. Графический анализ мощности
10.4. Другие пакеты
10.5. Резюме
Глава 11. Диаграммы средней сложности
11.1. Диаграммы рассеяния
11.1.1. Матрицы диаграмм рассеяния
11.1.2. Диаграммы рассеяния высокой плотности
11.1.3. Трехмерные диаграммы рассеяния
11.1.4. Пузырьковые диаграммы
11.2. Линейные графики
11.3. Кореллограммы
11.4. Мозаичные диаграммы
11.5. Резюме
Глава 12. Статистика повторных выборок и бутстреп-анализ
12.1. Перестановочные тесты
12.2. Перестановочные тесты в пакете coin
12.2.1. Тесты на независимость для двух и k выборок
12.2.2. Независимость в таблицах сопряженности
12.2.3. Независимость между числовыми переменными
12.2.4. Тесты для двух и k зависимых выборок
12.2.5. Дополнительная информация
12.3. Перестановочные тесты, реализованные в пакете lmPerm
12.3.1. Простая и полиномиальная регрессия
12.3.2. Множественная регрессия
12.3.3. Однофакторные дисперсионный и ковариационный анализы
12.3.4. Двухфакторный дисперсионный анализ
12.4. Дополнительные замечания о перестановочных тестах
12.5. Бутстреп-анализ
12.6. Бутстреп-анализ при помощи пакета boot
12.6.1. Бутстреп-анализ для одной статистики
12.6.2. Бутстреп-анализ для нескольких статистик
12.7. Резюме
Данный блок поддерживает скрол*